Análise da viabilidade de um EEG intra auricular : desenvolvimento de circuito para aquisição, processamento e transmissão de dados via MQTT

Abstract

Resumo : Este trabalho aborda problemas do EEG convencional, como o alto custo, complexidade e desconforto, e analisa a viabilidade de um sistema de EEG intra-auricular confortável, simples e de baixo custo. O trabalho inicia com uma revisão literária sobre eletroencefalografia, abordando a origem dos sinais de EEG e como ele é realizado. Também apresenta problemas do EEG convencional e alternativas intra-auriculares existentes e suas montagens e desempenho. Nesse sentido, a fundamentação teórica mostra os elementos necessários para um circuito de aquisição de biopotenciais e características necessárias, como baixo ruído e alta impedância de entrada. Em seguida, o trabalho inicia seu desenvolvimento analisando diferentes métodos de construção e montagem de eletrodos vistos no referencial teórico e definindo o método a ser utilizado levando em conta custo, conforto, qualidade de sinal e conforto, por fim optando por eletrodos de fibra de prata suportados mecanicamente por tampões de ouvido de espuma viscoelástica. O trabalho se propõe a desenvolver um protótipo de aquisição de sinais de EEG em placa de circuito impresso para obter dados dos eletrodos desenvolvidos, montando todo o circuito com componentes SMD, que foi então foi produzido e entregue pela JLCPCB. O capítulo 4.3 contém o desenvolvimento do circuito impresso passo a passo, mostrando as equações relevantes e explicando decisões para escolha de componentes, como o conversor analógico digital de 24 bits ADS1220, e valores de corte de filtros analógicos. O capítulo 4.4 mostra o desenvolvimento de firmware para ESP32-S3, microcontrolador embutido na placa de circuito impresso, responsável por comunicação por SPI com o ADS1220. A ESP32 se conecta ao WiFi e envia as leituras do ADC por MQTT para um broker rodando na rede local. Em 4.5, desenvolve-se um software em Python para se conectar no broker MQTT e fazer leituras dos dados enviados pela ESP32, gerando um gráfico em tempo real de tensão pelo tempo, além de análise espectral, podendo aplicar filtros digitais também em tempo real, salvando as leituras em um .CSV. Outro software desenvolvido em Python é capaz de ler o .CSV e fazer análises do sinal de modo offline. O circuito final foi testado usando um simulador de sinais ECG, confirmando que o circuito é capaz de fazer leituras com baixo ruído, porém depende da aplicação de filtro digital passa-banda para obter um bom sinal na faixa de frequência utilizada pelo EEG. O capítulo 4.6 mostra os resultados obtidos em dois testes utilizando estímulo visual (SSVEP), o primeiro apresentou resultados ruins devido ao desconforto e mal posicionamento dos eletrodos. O segundo obteve um bom sinal, e a análise espectral detectou um pico na frequência do estímulo gerado, concluindo que o EEG intra-auricular é viável, porém precisa de avanços principalmente na construção dos eletrodos para obter sinais melhores e facilitar o seu uso

Abstract : This work addresses the challenges of conventional EEG, such as high cost, complexity, and discomfort, by analyzing the feasibility of a comfortable, simple, and low-cost in-ear EEG system. The study begins with a literature review of electroencephalography, covering the origin of EEG signals and their acquisition methods. It also presents the drawbacks of conventional EEG and discusses existing in-ear alternatives, their setups, and performance. Moreover, the theoretical foundation outlines the essential elements for a biopotential acquisition circuit and its required characteristics, such as low noise and high input impedance. Subsequently, the development phase begins by analyzing different electrode construction and assembly methods from the literature, defining the approach based on cost, signal quality, and user comfort. Ultimately, silver fiber electrodes mechanically supported by viscoelastic foam earplugs were chosen. This project involves the development of a signal acquisition prototype on a printed circuit board (PCB) to gather data from the designed electrodes. The entire circuit was assembled with SMD components, and the board was manufactured and delivered by JLCPCB. Chapter 4.3 details the step-by-step development of the circuit, presenting relevant equations and explaining component selection choices, such as the 24-bit ADS1220 analog-to-digital converter and the cutoff frequencies for the analog filters. Additionally, Chapter 4.4 describes the firmware development for the ESP32-S3, the microcontroller embedded on the PCB, which is responsible for SPI communication with the ADS1220. The ESP32 connects to a Wi-Fi network and sends the ADC readings via MQTT to a broker running on the local network. In Chapter 4.5, Python software was developed to connect to the MQTT broker and process the data sent by the ESP32. This application generates real-time voltage-over-time plots and performs spectral analysis, with the capability to apply digital filters in real-time and save readings to a .CSV file. A second Python software was created to read the .CSV file and conduct offline signal analysis. The final circuit was tested using an ECG signal simulator, which confirmed its capability for low-noise readings, though it relies on a digital band-pass filter to achieve a clean signal within the EEG frequency range. Chapter 4.6 presents the results from two tests using a visual stimulus (SSVEP). The first test yielded poor results due to discomfort and incorrect electrode positioning. The second test, however, produced a good signal, and the spectral analysis detected a peak at the generated stimulus frequency. It is concluded that the in-ear EEG is a viable approach, but requires advancements, particularly in electrode construction, to achieve better signals and improve usability