一个基于VQ-DAE的硬件高效的植入式尖端压缩处理器,用于大脑植入式微系统.
Nazanin Ahmadi-Dastgerdi1, Hossein Hosseini-Nejad2, Hamid Alinejad-Rokny3
1Faculty of Electrical Engineering, K. N. Toosi University of Technology, P.O. Box 16315-1355, Tehran, 1631714191, Iran.
Medical & biological engineering & computing
|February 8, 2025
概括
本研究介绍了一种用于神经记录微系统的新型无声自编码器 (DAE) 增强向量定量化 (VQ) 处理器. VQ-DAE方法提高了可植入设备的尖端压缩精度和硬件效率.
科学领域:
- 生物医学工程 生物医学工程
- 信号处理 信号处理
- 集成电路 集成电路
背景情况:
- 高密度神经记录显微系统产生大量的数据,需要高效的数据压缩进行无线传输.
- 目前的尖端压缩方法在平衡可植入系统的重建精度和硬件效率方面面临挑战.
研究的目的:
- 为了提高基于矢量量化 (VQ) 的峰值压缩的性能,使用无声化自编码器 (DAE).
- 为拟议的VQ-DAE处理器开发一个适合神经植入器的硬件高效的多通道架构.
主要方法:
- 无音自编码器 (DAE) 与矢量量化 (VQ) 的集成,用于尖端压缩.
- 设计和实施一个硬件效率高的多通道处理器架构.
- 使用180nmCMOS技术进行制造.
主要成果:
- 在峰值压缩比 (SCR) 为 30.0 的情况下,实现了 14.51 dB 的平均信号噪声扭曲 (SNDR).
- 处理器以192kHz和1.8V的频率运行,消耗4.88电量,每通道占用0.14mm2的面积.
- 验证证实了在重建准确性和硬件效率方面令人满意的性能.
结论:
- 拟议的VQ-DAE方法为神经记录微系统的尖端压缩提供了显著的改进.
- 开发的硬件效率高的架构适合植入式设备,最大限度地减少功耗和面积.
- 这项技术通过解决数据传输瓶,提高了高密度神经植入物的可行性.
