×

数据质量要点:在生理信号采集和分析中如何获取最优质量的数据

10 7月 2019
信号噪音让你头疼? 正在寻找提高数据质量的方法?
ADInstruments 中国技术支持经理田辉宇分享了最佳实践,技术考量并提供专家建议,以避免数字数据采集和分析中的常见错误,从而获取更高质量的研究成果。
 
 

 

数据采集基础

优化数据采集(DAQ)设置以符合您想要的信号是您可以采取的首要措施之一。下图给出了 DAQ 过程的简化说明。首先必须通过 PowerLab 数据采集系统将原始的生物信号从连续模拟信号转换为数字信号。为了实现这一转变,PowerLab 必须完成以下三点:放大,滤波和采样。
 
 
放大,也称为量程或分辨率,是取出传感器中存在的小信号并使其变大的动作,以便 DAQ 系统更容易记录它们。
 
采样,是指每次从连续信号中抽取样本,以生成具有代表性的数字信号。为特定生物信号选择合适的采样速率非常重要。如果采速率过低,您将丢失数据信息,并且导致信号波形失真。或者,如果采样速率过高,则存在信号获取中过多噪声和伪影的风险。
 
原始真实的模拟信号 采样速率过低 采样速率过高

 

滤波,从想要的信号中去除任何不需要的信号。这可以在放大步骤之前或之后进行。大多数滤波器分为几类:低通或高通滤波,或是两者的各种组合。下面我们有一个信号(红色)的例子,它包括低频信号(慢幅和大幅)和高频信号(快幅和小幅)。

 

原始波形

 

使用低通滤波器将允许低频波形通过(蓝色),而高通滤波器将允许高频波形通过(绿色)。

 

低通滤波 高通滤波

 

更多信息:优化量程,采样和过滤设置

 


 

噪音处理

客户提出的一个常见问题是如何在DAQ期间减少噪音的影响。噪音“污染”可以来自任何地方 - 无论是您准备中使用的设备还是在隔壁房间进行实验的朋友。识别噪声源可能需要一些检测技能,但是花时间寻找和消除潜在的噪声源非常重要,因为它们可能对您的数据极为不利。以下是处理噪音的重要提示:

 

减少线缆/杂物
减少噪音的最简单方法之一是清理你准备工作周围的区域。通过减少紧邻区域的杂物和电源线数量,确保周围干净整洁。
 
Messy Cabling. Credit: Andy MeltonCC BY-SA 2.0.
 

法拉第笼

法拉第笼通常用于电生理学应用,以减少仪器周围的噪音。通过将网状金属笼接地,可以保护其免受周围电磁干扰。

 

将仪器接地(但要避免产生回路)

与法拉第笼类似,接地柱或接地棒可用于仪器接地并降低噪音。高效或明智地使用接地线非常重要,以避免产生任何接地回路 - 因为这些会像一个大天线,给您带来相反的效果!

 

PowerLab 上的接地口

 

专用探头进行前置放大

增加一个探头可以让您放大信号,使其更接近您的准备工作,减少在放大信号之前必须将噪声引入信号的时间或距离。

 

屏蔽线缆/绝缘线缆

通过保护内部电线免受任何干扰,屏蔽就像法拉第笼一样。 另一种选择是使用网状套管隔离电缆,以减少准备工作中的噪音。

 

Shielded cable. Credit:Tkgd2007. CC BY 3.0.

 

滤波器

添加硬件或数字过滤波器也可以是缓解持久性噪声的有效方法。 需要注意的一点是,在开始记录数据之前必须正确设置硬件滤波器,因为它们在DAQ之后无法删除。

另一方面,数字滤波器是可编辑的,可以随时启用,但效果可能较差。 有关硬件和数字滤波器的更多信息,请参阅我们的数据采集基础指南

 

平滑

平滑具有与滤波类似的作用,当很难通过频率分辨出信号和噪声之间的区别时,或有断断续续的“伪迹”时,使用平滑最合适。

 


 

数据规范、排除伪迹、重复和自动化分析

 

在本节中,我们将介绍如何为数据规范、排除伪迹、重复和自动化分析做好准备。大部分提示和标记都归结为准备和创建一套规则/指南,以确保您的实验一致且可重复。

 

使用注释和计算进行排除伪迹和数据规范

我们的数据分析软件 LabChart 允许您在 DAQ 期间和之后为数据添加注释。对您的注释和注释进行自由处理可以是一种有效的方法来限定数据,并确定应保留哪些数据以及应拒绝哪些数据。在实验过程中添加注释将使您可以轻松地导航数据,并在任何时间地方精确了解发生的情况。

田辉宇使用了一个例子,通过使用收缩压,平均动脉压和心率变化来在 LabChart 内创建健康检查,以测量手术后动物的健康状况。这提供了一种可靠的方法来确定动物是否足够健康以继续进行实验。在研究中,您的数据必须是可重复的,以便您从中得出结论。通过在规则建立期间的关键步骤创建检查点,您可以密切关注实验的进展情况以及结果是“真实的”还是有效的。

 

LabChart 允许您为特定数据添加注释和计算

 

识别并删除信号中的伪影可能会让任何研究人员感到头疼。幸运的是,LabChart 可以为您提供一些低级或高级软件工具来自动化伪影抑制。请务必查看上面视频中的田辉宇演示,了解一些简单但有效的方法来从数据中删除伪影。有关伪影排除的更详细示例,请查看我们的 LabChart Mastery 视频,了解如何从 EMG 数据中删除 ECG 伪影。

 


 

重要信息

 

回到基础 - 确保您的基本数据采集设置(如量程,采样速率和您可能正在使用的任何滤波器)针对您想要的信号进行了优化。

 

根据您自己的规则进行实验 - 在进行实验之前制定一套规则,这样您就可以对数据的有效性有信心,并且可以为您在轨道上进行的任何其他实验提供框架。

 

一致性是关键 - 在所有实验中应用这些规则/指南,这样您就可以准确,自信地比较多个实验中的数据!

 

 

 

 

更多信息,请访问:Essentials of Data Quality: Maximizing Data Quality in Life Science Data Acquisition and Analysis​​​​​​​