节能自适应神经刺激器,通过电极 - 组织接口的下值询问来进行波形预测

科学领域:

• 生物医学工程 生物医学工程
• 神经科学是一个神经科学.
• 植入式设备 植入式设备

背景情况:

• 传统的神经刺激器面临着电力消耗和效率方面的挑战.
• 现有的系统往往缺乏智能,适应性刺激能力.
• 植入式设备需要超低功率的操作,以长期使用.

研究的目的:

• 开发一种可植入的低功耗神经刺激器,具有芯片上边缘学习能力.
• 通过在刺激过程中最大限度地减少功耗损失来提高能源效率.
• 为了实现智能,安全和远程可控的神经调制.

主要方法:

• 利用电极-组织电压配置文件的特定学科边缘学习来预测刺激波形.
• 实现了定制开关电容器输出阶段,以减少功耗损失.
• 集成了一个超低功耗的微控制器,用于芯片上的学习和预测.
• 通过无线感应能量传输和通过WiFi远程控制为系统供电.

主要成果:

• 与动态电源扩展相比,实现了高达20%的功耗损失降低.
• 证明高达3.63×低于传统恒流输出阶段的功耗.
• 通过in vivo老鼠外围神经刺激,in vitro盐水试验和长椅实验成功验证.

结论:

• 拟议的智能神经接口系统在能源效率和安全方面取得了重大进展.
• 该系统的遥控性和芯片上的智能为下一代神经植入物铺平了道路.
• 这项技术有可能用于复杂的神经器官调制和治疗应用.