摘 要： 针对脑部血氧非侵入式无损血氧检测，设计了一款多通道的可穿戴式功能近红外光谱成像系统的前端。采用超低功耗无线片上系统（System on a Chip，SoC）芯片作为控制中心以及无线传送模块，借用时分复用技术实现光源驱动，利用高灵敏度的光电传感器以及高分辨率的模数转换芯片实现信号采集，实现一款体积小、功耗低、精度高、无线数传、可实时检测脑部血氧浓度的系统前端。给出了光源驱动与信号采集扩展方案，使得系统可以自由配置成更多通道采集系统。
关键词：无线传输；可穿戴式；近红外光谱；血氧检测；低功耗
0 引言
功能近红外光谱技术（functional Near-Infrared Spectroscopy，fNIRS）作为一种非侵入式脑功能成像技术，不仅具有安全、体积小、易于与其他设备（如脑电图成像设备、功能核磁共振成像设备）集成[1]等优点，而且具有较高的时间、空间分辨率[2]。因此该技术在学术领域、医疗领域和其他社会生活领域的应用研究越来越受到重视。
目前便携式医疗设备朝着“微型化、智能化、个性化、网络化”的方向发展。便携式的fNIRS系统传输方式主要采用蓝牙、ZigBee、Wi-Fi、无线射频等无线技术。例如美国fNIR Devices公司的fNIR 1100w系统采用的是ZigBee技术，日本日立公司2009年发布的11通道WOT系统采用的是802.11b无线局域网，日本DynaSense与荷兰Artinis公司分别基于蓝牙技术开发了用于研究的双通道与单通道设备[3]。这些国外商业系统主要应用于医院或者高校试验研究，且价格昂贵。国内方面，参考文献[4]、[5]分别基于无线射频（RF）技术（工作最高速率仅20 kb/s）与GPRS技术针对肌氧检测的便携式设备进行了研制，但其通道个数有限，且传输速率受到限制，多通道系统中在保证数据精度的条件下很难满足实时数据传输。
本文以美国Gain-Span公司的一款高集成度、超低功耗SoC芯片GS1011为核心，设计出一款基于Wi-Fi实时无线数传的可穿戴式fNIRS系统前端。
1 fNIRS技术基础
1.1 生理学基础
fNIRS系统是通过检测血液动力学参数间接反映神经活动的。ROY C S和SHERRINGTON C S于1890年针对神经与血管间耦合关系提出了一个非常著名假说，即“大脑的血流供应会随其功能活动的局部变化而进行局部响应”[6]。因此可以通过对血液动力学参数检测间接评定大脑神经活动。
1.2 物理学基础
生物组织在650 nm~950 nm近红外光谱波长范围内呈现高散射、低吸收特性，因此，被称为“光学窗口”。该波段范围内主要吸收光子物质为血红蛋白、细胞色素等，且这些物质和占人体80%的水吸系数都比较低，允许光子从人体头皮穿透颅骨、脑脊液等达到大脑皮层。生物组织对光吸收特性如图1所示。
1.3 修正的Beer-Lambert定律
近红外光在光学窗口内能够穿透生物组织，光子在组织中通过多次散射之后反射出皮肤。光子从光源到接收器之间大约走过一条“香蕉”形路径，光子最大穿越深度大约为1/2倍的入射点与出射点间距离[7]，其在皮肤下的传播路径要远大于基本的Beer-Lambert中的直线距离。
DELOY D T等人在1988年提出了平均光路长和微分光路长来描述光子在生物组织中的传播路径，并推导出了修正的Beer-Lambert定律[8]：
OD=ln（Io/I）=ε·DPF·l·c+G（1）
式中，ε为分子消光系数（M-1cm-1）；DPF为差分路径长度因子；l为光源—探测器距离（cm）；G为由皮肤、脂肪等外层组织的光学特性引起的背景散射和吸收的常数损耗因子。
临床应用中，通常采用光密度的相对变化量研究生物组织的光学特性，以最大程度地减小由不同生物个体的组织特性不同引起的差异。首先选取一个参考状态作为基准，然后通过检测其他状态的变化量检测血红蛋白的相对变化。因此修正的Beer-Lambert定律可以改写为：
2 系统设计
本文研制的近红外成像系统是一款反射式连续光（Continuous Wave，CW）系统，它包括光源探头、光源驱动、接收器探头、信号采集模块、控制及无线传送模块、电源模块。系统功能框图如图2所示。
该系统是一个网络化的嵌入式系统，能够实时地检测脑部血氧浓度变化。系统前端通过GS1011的Wi-Fi模块与上位机通信，根据上位机指令协调系统前端工作，并通过Wi-Fi将采集到的信号传送到指定IP地址的上位机上。另外，将复杂的数字滤波、降噪及信号分离通过高性能的上位机进行处理，可以有效地减少系统前端的复杂性并提高系统的实时性。下面根据系统总体框图中各功能模块依次介绍系统的实现。
2.1 光源探头设计
近红外光谱CW成像系统中光源常采用分布在805 nm附近的双波长或者采用包括805 nm波长的三波长作为入射光。由图1可知，在760 nm时，脱氧血红蛋白吸收系数出现一个吸收尖峰，因此本系统选取760 nm与850 nm作为入射光波长。最终选用日本EPITEX公司用于医疗设备的双波长直插式LED（型号：L760/850-04A），其峰值分别为760 nm和850 nm，对应的半波长分别为30 nm和35 nm。
2.2 光源驱动设计
驱动电流不稳定将导致LED输出功率波动，这样就会引起输出光强发生变化，从而在有用信号上叠加一个噪声。因此，为了减小因驱动引起的噪声，本系统采用东芝公司专用LED驱动的16路输出恒流源芯片TC62D748。该芯片仅需要一个外接精密电阻就可固定输出1.5~90 mA电流，具有电路简洁、控制方便等特点，有效地减小了前端电路。
2.3 接收器探头设计
由于发射光只有十几mV，从大脑反射出来的光在nW量级，因此系统接收器探头必须具有较高的灵敏度与抗干扰能力。系统最终采用Burr-Brown公司的光电传感器OPT101，内部结构图如图3所示。该芯片具有以下优点：
（1）抗干扰能力强。该芯片通过将雪崩光电二极管（APD）与互阻放大器集成在一起，有效减少了杂散电容产生的噪声，以及漏电流、尖峰增益等误差。
（2）高增益。通过在引脚4、5之间外接反馈电阻电容网络，可以提高增益系数，且由于噪声正比于反馈电阻的平方根，因此在提高反馈电阻的同时提高了信噪比。
（3）线性度好。该传感器具有非常好的线性响应，APD输出100 μA时的非线性失真在0.05%以下。即使输出1 mA时，非线性度也只增加几个百分点。
本系统通过外接10 M电阻且并联5 pF电容组成放大反馈电路，前级电路DC增益达到11×106 V/A，-3 dB带宽为1.3 kHz，上升时间约为270 μs。
2.4 信号采集模块设计
本系统信号采集模块采用TI公司最新推出具有高精度、低功耗、同步采样的模数转换芯片ADS1299。其主要优点有：
（1）高分辨率，8个低噪声三角积分模数转换器以及可编程放大器（PGA，增益系数1~24倍可选），在转换速率不超过8 kS/s时，可以达到24 bit的分辨率，在使用内部参考电压VREF=4.5 V时，电压分辨率可以达到VLSB=0.536 μV。
（2）抗干扰能力强，芯片的每路模拟输入端有EMI滤波器，可以滤除大多高频干扰。
（3）低功耗，芯片每个通道功耗仅5 mV，而且具有灵活的省电、待机模式，节电模式下典型功耗仅为10 μW，可以最大程度地减小功率消耗。
为了避免因频率混叠对输出造成的干扰，模数转换前增加了一个低通滤波器作为预处理电路，抑制输出信号超过奈奎斯特频率的高频噪声。
2.5 控制与无线传送模块设计
本系统采用Wi-Fi作为数据传输技术，不仅可以满足大数据的实时传送，而且通信距离也比较大。最终选用美国Gain-Span公司生产的一款高集成度、超低功耗SoC芯片GS1011。该芯片采用2.4 GHz射频，其无线发送速率峰值高达11 Mb/s，平均速度为2 Mb/s。室内通信范围可以达到50~70 m，室外可以达到200 m以上。
芯片采用两个ARM7作为处理内核，其中一个负责无线数据传送与接收（WLAN CPU），另一个负责应用程序管理（APP CPU）。芯片还具有实时时钟（Real-Time Clock，RTC）电源管理功能，能够有效减小功耗，在待机状态下功耗仅为15.5 μW，两个CPU同时运行时功耗也只有56 mW。GS1011通过SPI口控制ADS1299采集以及接收模数转换后的信号，通过GPIO口控制恒流源芯片按照时序逻辑输出电流。
3 系统扩展
本系统基本配置为8个光源，8个探测器组成的8通道系统可以根据实际需求自由扩展。下面分别给出了16路通道的级联模式示意图，光源驱动扩展如图4所示，信号采集扩展如图5所示。
4 结论
本文以近红外光谱技术血氧检测机理为基础，设计了一款可以自由配置通道个数的血氧检测系统前端。为了实现可穿戴式设备的要求，本文针对系统的便携性、低功耗、无线数传进行了重点研究。通过使用低功耗、高集成度芯片，使得整个系统体积小、重量轻、精度高、可自由移动，并且系统可以实时传送数据。突破了台式检测设备的应用领域，以及常规无线技术对数据传送速率的限制，适用于儿童、老人、认知心理学等领域的脑部实时血氧检测。
参考文献
[1] PIPER S K， KRUEGER A， KOCH S P， et al. A wearable multi-channel fNIRS system for brain imaging in freely moving subjects[J]. NeuroImage， 2014（85）：64-71.
[2] STRANGMAN G， BOAS D A， SUTTON J P. Non-invasive neuroimaging using near-infrared light[J]. Biological psychiatry， 2002，52（7）：679-693.
[3] FERRARI M， QUARESIMA V. A brief review on the history of human functional near-infrared spectroscopy （fNIRS） development and fields of application[J]. Neuroimage， 2012，63（2）：921-935.
[4] 刘方，骆清铭，李鹏程，等.基于RF无线数据传输技术的近红外血氧监测仪的研制[J].中国医疗器械杂志，2003（3）：162-166.
[5] 陈刚.基于GPRS无线肌氧检测系统的研制及应用[D].武汉：华中科技大学，2005.
[6] ROY C S， SHERRINGTON C S. On the regulation of the blood-supply of the brain[J]. The Journal of Physiology， 1890，11（1-2）：85.
[7] 张岩.基于近红外光谱技术的脑功能活动信号提取方法研究[D].哈尔滨：哈尔滨工业大学，2011.
[8] DELPY D T， COPE M， VAN DER ZEE P， et al. Estimation of optical pathlength through tissue from direct time of flight measurement[J]. Physics in Medicine and Biology， 1988，33（12）：1433.