68通道神经信号处理系统在芯片上,集成功能提取,压缩和硬件加速器用于神经假肢在22纳米的FDSOI
Liyuan Guo1, Annika Weiße1, Seyed Mohammad Ali Zeinolabedin2
1Faculty of Electrical and Computer Engineering, School of Engineering Sciences, Dresden University of Technology, Dresden, Germany.
Frontiers in neuroscience
|November 8, 2024
概括
这项研究引入了一种新的芯片系统 (SoC),以克服多通道电生理学中的数据吞吐量限制. 集成的SoC可实现高效的芯片内神经分类和数据压缩,促进神经生物学研究和神经假体.
科学领域:
- 神经科学是一个神经科学.
- 电气工程 电气工程
- 计算机工程 计算机工程
背景情况:
- 电生理系统面临数据吞吐量限制,阻碍实时实验.
- 这些局限性影响了神经生物学研究和神经修复器的开发.
研究的目的:
- 为了展示一种新的,高度集成的系统芯片 (SoC) 解决方案.
- 解决多通道电生理学记录中的数据吞吐量限制.
主要方法:
- 采用22nm完全耗尽的在绝缘体上的技术,以实现高集成密度.
- 开发了一个可编程的SoC,具有68通道记录前端,尖峰探测器和动作潜力/局域潜力编解码器.
- 集成了节能处理器,并进行了芯片上训练,用于神经尖端分类和数据压缩.
主要成果:
- 在神经分类中获得了高精度 (91.48-94.12%).
- 优化SoC,以减少面积 (9mm2) 和功耗.
- 通过芯片上压缩,通过显著的数据传输空间节省 (高达91%).
结论:
- 拟议的SoC通过芯片特征提取和压缩来克服数据瓶.
- 实现自主,灵活,处理器驱动的操作,用于先进的电生理学应用.
