基于随机信号处理的刺激在 ΔΣ 神经前端中的人工物取消
IEEE transactions on biomedical circuits and systems
|April 22, 2025
概括
这项研究引入了一种具有适应性LMS过技术的新型神经记录器,用于取消电刺激器件. 该系统实现了显著的文物抑制,在刺激过程中实现了更清晰的神经记录.
科学领域:
- 生物医学工程 生物医学工程
- 神经工程 神经工程是神经工程.
- 信号处理 信号处理
背景情况:
- 神经记录系统对于理解大脑活动至关重要.
- 电刺激通常与神经记录一起使用,但引入了文物.
- 现有的文物取消方法在效率和有效性方面面临挑战.
研究的目的:
- 开发一种节能的神经记录器前端,具有实时电刺激器件取消功能.
- 在随机域中实现自适应最小平均平方 (LMS) 过器,以对工件进行补偿.
- 在原型应用特定集成电路 (ASIC) 上验证系统的性能.
主要方法:
- 设计了一个低噪音的模拟前端与一级三角形信号 (ΔΣ) 调制器相结合.
- 开发了一种高功率的随机信号处理器来处理 ΔΣ 调制器输出位流.
- 在随机域中使用自适应的LMS过器来学习和补偿文物.
主要成果:
- 实现了6.83微瓦的总功耗,信号处理器只消耗0.51微瓦.
- 在10kHz带宽中,通过大约33dB有效地抑制了200mV的峰值到峰值刺激器件.
- 在体外试验中,对来自双相刺激的74.3mVpp文物进行了25dB的验证文物衰减.
结论:
- 拟议的神经记录器前端为实时文物取消提供了最先进的解决方案.
- 随机域LMS过方法提供了一种节能和有效的工件补偿方法.
- 证实了该系统在抑制双相和单相刺激的产物中的有效性.
更多相关视频
05:19Using Neuron Spiking Activity to Trigger Closed-Loop Stimuli in Neurophysiological Experiments
Published on: November 12, 2019
7.0K
08:43Combined Shuttle-Box Training with Electrophysiological Cortex Recording and Stimulation as a Tool to Study Perception and Learning
Published on: October 22, 2015
10.2K
