人體具有多種生物信號，各種生物電信號的表征能夠反映生物體的不同生命活動狀態，如實時監測心電信號(ECG)，通過檢測QRS波群可以判別患者的心律不齊[1]；檢測表面肌電信號(sEMG)，通過小波分析等算法可以實現動作模式的判別以及肌肉的疲勞分析[2]；通過監測手術過程中的神經狀態，可以協助外科醫生確認神經的安全狀態，避免手術過程中造成的誤傷[3]。

    傳統的醫療檢測儀器多以單片機、PC機為核心進行設計，系統笨重，檢測手段單一，且無法同時檢測多種生物信號，不便于系統升級和擴展。為了克服這些缺陷，本文設計了一個復合型的適合多信號檢測的儀器，并利用FPGA的高集成、可重復編程等特點來實現。本設計模擬與數字相結合，實現了基于FPGA的多功能生物電信號檢測系統，并設計了3種不同的前置模擬電路分別檢測3種生物電信號，結構靈活，更換方便。數字部分在硬件上對信號進行自適應放大、A/D轉換、工頻陷波和LCD顯示，在嵌入式Nios軟核上添加了SD卡存儲模塊并對信號進行頻譜分析，為進一步的信號特征分析提供依據。
1 系統設計
    本文目的是設計一款高集成、適用于多種生物電信號檢測的檢測儀，并針對不同生物信號的幅值、頻率范圍和外界干擾等特性設計放大檢測電路，以前置盒的形式接入系統。將采集到的信號自適應放大到A/D的采樣范圍，進行50 Hz數字陷波和幅值頻率測量，并在LCD屏幕上顯示波形和參數，同時使用Nios軟核對信號進行SD卡數據存儲以及頻譜分析。系統結構如圖1所示。

2 系統模塊原理及設計
2.1 前置放大電路設計
    生物電信號的幅值較小、頻率范圍低且容易受到外界干擾，在設計檢測電路時對電路結構有特殊要求[4]。由于ECG、sEMG、EMG信號的幅頻特性、信號傳導電極的導聯方式和所受主要干擾來源均不同，因此針對3種信號設計了不同的前置放大電路，各電路的放大參數如表1所示。
    電路中主要功能模塊有：輸入保護電路、輸入緩沖電路（由電壓跟隨器構成）、差分儀表運算放大器電路、高通濾波器、帶增益的低通濾波器、50 Hz工頻陷波電路以及DRL電路。以下詳細介紹各電路的特殊結構設計。
    (1)sEMG前置放大電路：sEMG信號幅值較小且最為復雜，在設計過程中對器件的選型十分重要。除了采用輸入偏置電流極低的AD8627作為輸入緩沖電路之外，還使用了性能更優的AD8220作為儀表運放電路，并采用了驅動能力較強的DRL電路來連接參考電極，具體電路如圖2所示。

    (2)EMG前置放大電路：由于信號采集過程使用針式電極直接從神經和肌肉處引導信號，相應地所受到的干擾主要來自于針電極移動所引入的運動偽跡的低頻干擾，所以在高通濾波器設計時將其截止頻率設置在10 Hz～20 Hz范圍，放大采用儀用放大器AD620且電路設計中沒有采用DRL電路。
     (3)ECG前置放大電路：由于心電信號的幅度較大且穩定，因此電路沒有加入電壓跟隨器組成的緩沖電路，而采用與EMG電路一樣性能不錯的AD620作為儀表運放電路且采用DRL驅動電路。
2.2 自適應放大模塊
      信號經過前置盒處理后，幅值達到毫伏級，不利于A/D采樣。同時考慮到生物電信號的幅度波動較大，采用單一的放大增益信號可能超過A/D的采樣范圍，因此二級放大中利用了D/A芯片（DAC0832）的電阻加權網絡自動調節輸出增益，實現對信號的自適應放大[5]。增益公式如式(1)所示，其中Rfb/Ro為固定值，N為FPGA根據輸入值與設定閾值的比較而自動調整的數值。
      A=-(N/256)×(Rfb/Ro)               (1)
2.3 數字硬件模塊
      利用FPGA的并行處理優勢，采用流水線結構設計了50 Hz二階IIR數字濾波，進一步濾除工頻干擾[6]。系統選用夏普公司液晶顯示屏LQ064V3DG01作為顯示終端，用FPGA產生VGA需要的行同步信號與列同步信號以及消隱信號、時鐘信號、RGB信號，使屏幕正常工作[7]。
2.4 SD卡存儲模塊
    要使寫入SD卡中的數據可被PC機有效地讀取，必須在對SD卡寫入的過程中加入文件系統，而文件系統無法由純硬件實現。因此系統充分利用Nios II軟核支持文件系統的優勢，通過自定義組件與Avalon 總線上的數據通信，實現SD卡的存儲。
2.5 頻譜分析模塊
      FFT變換是信號分析中的一種常用手段，在頻域上對信號進行分析，得到信號的能量范圍，在數字信號處理中有較廣的應用。其中，sEMG的頻譜范圍為10 Hz～500 Hz，EMG的頻譜范圍為2 kHz～10 kHz，而ECG的頻譜范圍為0.05 Hz～250 Hz，因此使用頻譜分析可以更好地分析3種不同信號，得到信號特征。
      SoPC的使用使整個系統的設計更加靈活，當各種信號分析過程中的復雜算法難以用硬件實現時，便可通過Nios中的C語言實現，簡單有效并充分發揮了SoPC的特點[8]。本設計中用C語言實現FFT算法并添加到Nios中，數據通過SoPC的I/O口由硬件部分輸入，計算出結果后再經I/O輸出并進行VGA顯示。
3 系統測試
3.1 模擬前端測試
    本文設計了3個前置模擬電路，下面詳細介紹sEMG前置盒的測試結果，對前置盒進行放大倍數測試以及放大線性度測試。輸入頻率為100 Hz、幅度不同的正弦波，將得到的數據繪制成線性度測試圖，如圖3所示。

    由以上數據及測試結果可知，前置處理盒的放大倍數約為73～76倍,且線性度良好。ECG與EMG兩種的前置盒電路工作正常，具體數據不再列出。
3.2 生物信號實測

    為了驗證系統設計的正確性，分別對不同應用的生物電信號進行了整體測量，同時用SD卡存儲數據并在Matlab中提取出來。
    (1)實驗一：表面肌電信號的檢測
    系統主要針對手及手臂運動進行sEMG檢測，電極安放在小臂肌肉群范圍內，受測者進行握拳動作，保持1 s不動后松拳靜息，重復幾組動作，關閉存儲，取出SD卡后通過Matlab軟件讀取數據進行觀測，結果如圖4所示。波形圖中橫軸為采樣點數，采樣率為1 000 Hz，每1000個點表示測試時間為1 s；縱軸為SD卡采集到的A/D轉換數字量。
    圖4中可以看出，檢測信號與參考文獻[9]中一致，分為握拳狀態和放松狀態。對信號進行頻譜分析結果如圖5所示，由圖中可知，50 Hz的工頻干擾濾波效果明顯，且信號的能量主要集中在10 Hz～200 Hz，確定檢測到的信號為有效的sEMG信號。

    (2)實驗二：神經肌電信號檢測
    在神經肌電信號檢測中，由于實驗需要采用針式電極，在實驗室中無法直接用人體進行測試，因此使用青蛙替代，對動物體進行了相關測試。從實驗中觀察到，電流刺激青蛙神經后，神經所支配的腿部肌肉會有規律地抖動；切斷神經后，腿部停止抖動且信號消失。通過SD卡回放波形如圖6所示，檢測到的信號為同頻率的脈沖信號。

     本文完成了基于FPGA的多功能生物電信號檢測系統的設計。以FPGA為控制核心，模擬電路與數字電路緊密結合，軟件和硬件協同處理，實現了對生物電信號的提取、放大、儲存、顯示和分析，并完成了相應的實驗檢測和結果結果。系統克服了傳統醫療設備應用單一、擴展性差等缺點，將多種生物信號檢測手段集成實現，可供后續的信號處理和分析，在信號檢測以及家用醫療方面具有廣闊的應用前景。
參考文獻
[1] 陳曉俐，陳真誠，劉福彬.心律失常輔助診斷系統的研制[J]. 中國醫學物理學雜志，2010，27(2)：1741-1746.
[2] 王東巖，李慶齡，林志江，等.小波分析在表面肌電信號(sEMG)研究中的應用[J].黑龍江大學自然科學學報，2008，25(4)：431-435.
[3] 王林綜，述傅，先明.聽神經瘤術中面神經電生理監測的應用進展[J].立體定向和功能性神經外科雜志，2008，21(2)：117-118.
[4] 江冠群，黃啟俊，李湘瓊，等.生物神經電極放大系統的設計與實現[J].電子技術，2009，36(7)：37-38.
[5] 程曉玲，雷淑英.采用D/A轉換器實現可編程放大器的設計[J].天津科技大學報，2005，20(6)：62-63.
[6] 童位理.基于FPGA的IIR數字濾波器的快捷設計[J].元器件，2007，9(5)：36-37.
[7] 劉晶，賈銀亮.基于FPGA的液晶驅動電路設計[J].金陵科技學院學報，2009，25(2)：26-27.
[8] 趙佩麗，李小珉，卞小林.Nios II處理器在數字信號處理中的應用[J].電氣電子教學學報，2007，29(6)：47-48，53.
[9] 吳冬梅，孫欣，張志成，等.表面肌電信號的分析和特征提取[J].中國組織工程研究與臨床康復，2010，14(43)：8073-8076.