脑电波是人体大脑细胞群的自发性生物电活动,动态脑电图机可以通过放置在头皮或大脑皮层上的电极进行脑电波形的长时间实时记录。通过对脑电信号的分析和处理,有效地提取可靠的特征参量来反映脑神经的功能状态,主要用于癫痫和脑部其它疾病的临床诊断,也可以用于脑神经学科、脑机接口等领域的研究。高频振荡信号是指频率范围在80-2500Hz的高频脑电波,可用于对癫痫致痫灶的临床快速准确定位,是脑神经疾病临床诊断的前沿研究领域。μV级脑电信号相当微弱,容易被mV级的外界干扰和内部噪声所淹没,因此脑电信号放大滤波技术是动态脑电图机系统设计的关键环节。本文采用μV级显微单级放大技术+高通滤波+工频陷波+后级倍数放大相结合的技术,使脑电图机系统具有高输入阻抗、高增益、高共模抑制比CMRR值大)、低噪声、低漂移等特点。放大后的信号经过多路选择器后进行A/D转换,将采集的模拟电压信号转换成数字信号经过USB或无线模块传输至上位机进行显示、测量和信息管理,或传输至TFT显示屏显示,动态脑电图机系统在采集脑电波形的同时将数据储存至SD卡,方便医生进行数据分析。对于使用动态脑电图机采集的病患脑电数据,综合运用FIR带通滤波,Teager能量算子和MP匹配跟踪提取出病患脑电波形中的HFOs(high frequency oscillation signal)信号,本文主要研究在80-200Hz范围内的高频振荡信号"ripples"的提取算法。首先采用FIR算法设计80-200Hz的带通滤波器,对高低频干扰进行抑制；然后采用Teager能量算子提取出信号中的诸如高频振荡信号、肌电信号等高频特征信号。MP匹配跟踪算法从肌电、眼电或环境噪音中匹配出高频振荡信号,可以给医生对癫痫病灶的定位提供可靠的参考。本文提出一种实用有效的动态脑电图机整体设计方案,通过实验室及临床测试结果表明该系统可以获得真实的脑电波形；通过对高频振荡信号"ripples"提取算法的研究,可以深入了解癫痫发病机制,根据Teager能量算子对长程脑电数据进行压缩,有助于临床医生对癫痫病灶的精确定位,提高手术疗效,减轻病患的痛苦。