一个1024通道0.8V 23.9-nW/通道基于事件的计算内存神经尖端探测器

科学领域:

• 神经技术的神经技术
• 生物医学工程 生物医学工程
• 计算机工程 计算机工程

背景情况:

• 高数据速率和高功耗是下一代皮质内脑机界面 (iBMIs) 的关键挑战.
• 现有的基于事件的前端 (EBF) 提供压缩,但容易发生错误事件,影响神经解码精度.
• 传统的尖端检测方法面临着缓冲区大小增加,内存访问功率和与EBF不兼容的局限性.

研究的目的:

• 开发一种新的基于事件的尖端检测 (Ev-SPD) 算法,与高密度IBMI的压缩EBF兼容.
• 设计和实施低功耗内存计算 (IMC) 架构,以实现高效的事件处理.
• 解决目前高通道数的神经植入物中尖端检测技术的局限性.

主要方法:

• 引入了一个基于事件的峰值检测 (Ev-SPD) 算法,适用于可扩展的压缩EBF.
• 提出了一种新的10晶体管eDRAM-SRAM混合随机访问存储器 (HRAM) 内存计算 (IMC) 位元用于事件处理.
• 制造了一个1024通道的IMC SPD宏,并使用合成数据和神经像素记录来验证其性能.

主要成果:

• 实现了高峰检测精度:96.06%的合成数据和95.08%的相似性与神经像素记录.
• 证明的超低功耗:每通道23.9nW.
• 实现了高面积效率:每通道375μm2.

结论:

• 开发的Ev-SPD算法和IMC架构为高密度的iBMIs提供了一个兼容的解决方案.
• 拟议的系统在保持高精度的同时,大大减少了电力消耗和面积.
• 这项工作推动了用于脑机应用程序的可扩展和高效的神经接口的开发.