阵列式电极皮肤电信号采集与双差分处理技术

1. 阵列式电极皮肤电信号采集系统设计

在人体穴位皮肤电信号特征提取研究中，阵列式电极系统的设计是基础环节。我们采用9×11的矩形电极阵列布局，电极间距控制在5mm，这种设计能够有效覆盖常见穴位区域（如合谷、足三里等）。每个电极采用Ag/AgCl材质，直径3mm，通过导电凝胶与皮肤形成良好接触。

关键提示：电极阵列的排列方向应与肌纤维走向平行，这是后续双差分处理能有效增强信号特征的前提条件。

硬件系统架构包含三个主要模块：

1. 前置放大模块：采用仪表放大器（如INA128）实现100倍增益
2. 带通滤波模块：设置10-400Hz通带范围，使用8阶巴特沃斯滤波器
3. 模数转换模块：24位ADC（如ADS1299），采样率设为2kHz

2. 信号预处理与双差分处理技术

原始采集的信号包含多种干扰：

• 50Hz工频干扰（幅度可达信号10倍）
• 基线漂移（0.1-2Hz）
• 运动伪迹（突发性高频噪声）

我们采用三级预处理流程：

2.1 频域滤波处理

matlab复制% 巴特沃斯带通滤波实现
[b,a] = butter(4, [10 400]/(fs/2), 'bandpass');
filtered_signal = filtfilt(b, a, raw_signal);

2.2 双差分算法实现

双差分处理分为两个阶段：

1. 列差分：相邻列电极信号相减

   math复制D_{ij} = V_{i,j+1} - V_{i,j} \quad (i=1..9, j=1..10)
   

2. 行差分：差分结果再次差分

   math复制DD_{ij} = D_{i+1,j} - D_{i,j} \quad (i=1..8, j=1..10)
   

实测表明，双差分处理可使信噪比提升约18dB，但会引入约5%的信号失真，需要通过后续包络处理补偿。

3. 分段包络平均特征增强

针对强干扰环境，我们创新性地提出动态分段包络平均算法：

3.1 自适应分段策略

python复制def adaptive_segment(signal, fs=2000):
    segments = []
    current_seg = []
    threshol