Discutindo o uso do sensor, seu principal objetivo é detectar as ondas cerebrais ou sinais elétricos próximos à área do nosso cérebro, filtrá-los removendo ruídos e flutuações e depois converter os respectivos sinais em seus valores digitais. Os dados dos valores de potência FFT de 8 tipos diferentes de Brainwave são enviados serialmente em nosso sensor.
Agora, daremos uma olhada no funcionamento do sensor, que explicará os vários blocos dentro do sensor que permitem converter nossos sinais cerebrais em valores digitais.
Trabalhando
Quando os sinais são medidos diretamente do nosso cérebro, a amplitude está na faixa das microtensões. Esses sinais também contêm ruído do ambiente e também são afetados pelos campos dispersos presentes na área. Nós, como corpo, também emitimos muitas outras ondas, que se misturam ao sensor e fazem parte dos resultados. Para obter um sinal claro das ondas recebidas, precisamos usar muitos filtros, amplificadores e um circuito para melhorar os resultados.
A seguir estão os passos que precisamos seguir para imitar o sensor e produzir resultados semelhantes.
Passos
1. Amplificador
2. Filtro passa-alta
3. Amplificador
4. Filtro passa-baixo
5. Conversor Analógico para Digital
6. FFT
7. Codificação
Vamos dar uma olhada nessas etapas uma por uma.
AMPLIFICADOR
O amplificador de instrumentação é usado após os sinais brutos e traz muitos benefícios em comparação com o amplificador diferencial simples. No amplificador diferencial, a impedância de entrada não se aproxima do infinito. Além disso, a resistência de entrada na entrada inversora é relativamente baixa. Devido à impedância de entrada incomparável, há uma grande diferença quando comparada à entrada não inversora.
Embora possamos aumentar a impedância de entrada fazendo alterações na resistência de feedback, mas para obter um ganho de 10, precisaríamos de uma resistência de 10M ohm, se a resistência de feedback for de 1M ohm. Além disso, minha experiência pessoal é que resistores grandes são muito barulhentos e é difícil combiná-los. Além disso, uma grande resistência às vezes causa capacitância parasita.
No caso de amplificador de instrumentação, podemos obter impedância de entrada infinita e alto ganho, ambos ao mesmo tempo. O resultado é um circuito com alto ganho junto com CMRR e impedância de entrada. Os amplificadores de instrumentação são especializados em amplificar sinais fracos e ruidosos e são muito adequados no nosso caso onde o sinal é muito barulhento e de baixa amplitude.
Assim, o primeiro passo é aplicar um amplificador de instrumentação com ganho de aproximadamente 100. Assim, podemos obter um sinal na ordem de milivoltagens que pode ser posteriormente lido por nosso circuito e controlador.
FILTRO PASSA ALTO
Agora, depois de obtermos a saída amplificada, precisamos começar a filtrar o sinal e mantê-lo dentro da frequência desejada. Primeiro filtraremos todas as frequências baixas usando o filtro passa-altas. Podemos usar um filtro passa-alta RC passivo simples, mas isso diminuirá a intensidade do sinal em grande medida, o que não é desejável em nosso sistema. Portanto, usaremos filtro passa-alta ativo após o sinal amplificado.
Filtraremos todas as frequências abaixo de 0,1 Hz. Nossa faixa de sinal Brainwave é de 0,1 Hz a 50 Hz. Os sinais de ondas cerebrais mais baixos são ondas delta com faixa de frequência de 0,1 a 3 Hz. A frequência de corte em um filtro passa-alta é medida pela seguinte fórmula:
Frequência de corte = 1/(2*torta*R*C) em Hz
Portanto, definiremos os valores de RC de forma que a frequência de corte seja 0,1 Hz. Desta forma, atenuamos as frequências abaixo de 0,1Hz. Agora ficamos com frequências que variam de 0,1 Hz ao infinito.
Um benefício adicional do filtro passa-altas ativo em relação ao passivo é que podemos obter amplificação e controle de ganho.
AMPLIFICADOR
Novamente usaremos amplificador para amplificar nossos sinais. Aqui também podemos usar amplificador diferencial, pois nosso sinal não é tão pequeno e o ganho necessário não é da ordem de 100. Um ganho de 5 – 10 é suficiente nesta etapa. O ganho pode ser alcançado por valores de resistência adequados e suas proporções.
Nossa principal tarefa é atuar como repetidor e dar mais força ao sinal para prosseguir com o processamento.
FILTRO PASSA BAIXO
Agora, depois de obtermos a saída amplificada, precisamos começar a filtrar o sinal novamente e limitar o sinal dentro da frequência desejada de 0,1 Hz a 50 Hz. Já limitamos a 0,1 Hz. Podemos usar um filtro passa-baixa RC passivo simples, mas, novamente, isso diminuirá a intensidade do sinal em grande medida, o que não é desejável em nosso sistema. Portanto, usaremos filtro passa-baixo ativo após o sinal amplificado.
Filtraremos todas as frequências após 50 Hz desta vez. Nossa faixa de sinal de ondas cerebrais é de 0,1 Hz a 50 Hz. Os sinais de ondas cerebrais mais altos são ondas gama com faixa de frequência de 38 Hz a 45 Hz. A frequência de corte em um filtro passa-baixa é medida pela seguinte fórmula. Isso é igual ao filtro passa-alta.
Frequência de corte = 1/(2*torta*R*C) em Hz
Portanto, definiremos os valores de RC de forma que a frequência de corte seja 50Hz. Desta forma atenuamos as frequências após 50Hz. Agora ficamos com frequências que variam de 0,1 Hz a 50 Hz. Removemos o ruído e os sinais dispersos, exceto nesta faixa de frequência. Embora haja poucos sinais nesta faixa de frequência que não sejam ondas cerebrais reais.
REFERÊNCIA
Também colocamos duas sondas em nossos ouvidos. Essas pontas de prova atuarão como tensão de referência para nosso sinal. Os sinais perdidos (ruído e corpo) também estão presentes nos sinais captados pelos ouvidos. Agora, o sinal real é a diferença entre o sinal EEG que capturamos e os sinais de referência. Os sinais de referência devem ser subtraídos do sinal EEG para obter sinais mais adequados com menos ruído.
Na próxima etapa, precisamos dividir os sinais em sua faixa de frequência específica para que possamos obter os sinais de diferentes tipos de ondas cerebrais. Por exemplo, para onda alfa precisamos ter sinais na faixa de 8 a 12 Hz, para ondas beta precisamos ter sinais na faixa de 10 a 38 Hz e assim por diante.
Depois de definir com sucesso uma faixa de 0,1 a 50 Hz, aplicaremos a mesma técnica de filtragem neste sinal e produziremos sinais com o conjunto de faixa de frequência com diferentes tipos de ondas cerebrais. Usaremos filtro passa-alta, amplificador e filtro passa-baixa para produzir tais sinais. Após a conclusão da filtragem de cada etapa, teremos sinais com faixa de frequência de 0,1 a 3 Hz, 3 a 8 Hz, 8 a 12 Hz, 12 a 38 Hz e 38 a 45 Hz.
ADC e AMOSTRAGEM
Depois de obtermos os diferentes sinais com diferentes faixas de frequência, agora é hora de extrair valores digitais com eles. Podemos usar qualquer controlador para isso com ADC integrado.
O ADC embutido converte automaticamente as tensões analógicas do sinal em digital. Assim, em nosso controlador teremos uma sequência de valores digitais de nossos sinais analógicos de diferentes ondas. Precisamos salvar esses valores em buffer por determinado período.
Aqui a taxa de amostragem será definida pelo atraso que mantemos entre sucessivas conversões analógicas para digitais. Tentaremos mantê-lo muito baixo para ter mais precisão.
FFT
Depois de obtermos os valores digitais do nosso sinal, descobriremos a FFT a partir desses valores digitais. FFT significa transformada rápida de Fourier. Um algoritmo (FFT) calcula a Transformada Discreta de Fourier (DFT) de uma sequência, ou seu inverso. A análise de Fourier converte um sinal de seu domínio original (geralmente tempo ou espaço) em uma representação no domínio da frequência e vice-versa. Uma FFT calcula rapidamente essas transformações fatorando a matriz DFT em um produto de fatores esparsos (principalmente zero).
Observação : A biblioteca FFT também está disponível para Arduino
Conseqüentemente, podemos ter os valores FFT de todos os diferentes sinais que filtramos e manipulamos.
SAÍDA SERIAL
Depois de obtermos os valores da FFT faremos uma sequência e os transferiremos serialmente um por um. A maioria dos controladores suporta comunicação serial (protocolo RS232). Faremos uma matriz de valores FFT de diferentes tipos de ondas cerebrais e transmitiremos essa matriz serialmente.
Assim, desta forma, transformamos com sucesso o sinal analógico de ondas cerebrais em valores FFT de diferentes tipos de ondas cerebrais e imitamos o chip TGAM1 e nosso sensor.
Depois de construir a ponte entre as visões teóricas e práticas, podemos facilmente identificar como e de onde vêm esses valores. Porém, se tentarmos de verdade, haverá muito mais complicações e pontos. Além disso, o resultado pode ser mais complexo com variações inesperadas.
