CN106407568A - 结合有限元分析的帕金森状态下基底核刺激实时仿真平台 - Google Patents

结合有限元分析的帕金森状态下基底核刺激实时仿真平台 Download PDF

Info

Publication number
CN106407568A
CN106407568A CN201610840251.XA CN201610840251A CN106407568A CN 106407568 A CN106407568 A CN 106407568A CN 201610840251 A CN201610840251 A CN 201610840251A CN 106407568 A CN106407568 A CN 106407568A
Authority
CN
China
Prior art keywords
finite element
basal nuclei
fpga
machine operation
real
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610840251.XA
Other languages
English (en)
Inventor
刘晨
杨双鸣
王江
邓斌
魏熙乐
于海涛
张镇
李会艳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin University
Original Assignee
Tianjin University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tianjin University filed Critical Tianjin University
Priority to CN201610840251.XA priority Critical patent/CN106407568A/zh
Publication of CN106407568A publication Critical patent/CN106407568A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
    • G06N3/061—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using biological neurons, e.g. biological neurons connected to an integrated circuit

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • General Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Neurology (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种结合有限元分析的帕金森状态下基底核DBS刺激实时仿真平台，该仿真平台的FPGA神经元网络计算处理器包括有FPGA芯片、片外存储器阵列、USB通讯模块、底核‑丘脑神经元网络模型；电场有限元分析单元包含人机操作界面与有限元分析软件，通过配置计算机进行操作，人机操作界面通过VB编程实现，并通过USB通讯模块与FPGA芯片进行通讯。有益效果是作为DBS刺激下基底核‑丘脑神经网络的无动物实验、基于高速运算的FPGA神经元网络实验平台，实现了对帕金森状态下基底核‑丘脑神经元网络的DBS刺激效果的硬件建模与仿真工作，并且能够达到在时间尺度上与真实生物神经元的一致。

Description

结合有限元分析的帕金森状态下基底核刺激实时仿真平台
技术领域
本发明涉及生物医学工程技术，特别是一种结合有限元分析的刺激下丘脑动态特性实时仿真平台。
背景技术
帕金森病是一种由中枢神经系统功能退化引起的退行性神经系统疾病，会导致患者肌肉僵硬、震颤、运动徐缓，甚至丧失运动能力。帕金森状态主要源自于基底核-丘脑-皮层回路中丘脑神经元无法准确的中继大脑皮层兴奋性信息。研究发现，人脑中基底核区域主要包含丘脑底核(Subthalamic nucleus,STN)、苍白球外侧(Globus Pallidus externa,GPe)和苍白球内侧(Globus Pallidus,GPi)三部分。因而建立STN，GPe，GPi和TC核团之间的神经网络模型是研究帕金森状态的关键环节。80年代末期，深部脑刺激(Deep BrainStimulation,DBS)应用于临床治疗帕金森疾病并取得了良好的效果，尤其是基底核-丘脑DBS已经成为治疗中晚期帕金森的首选治疗方法。因此应用DBS控制BG-TC神经元网络的异常放电模式具有重要的研究价值。
有限元方法以变分理论为基础，将由大脑和线圈组成的求解域看成是由许多称为有限元的小的互连子域组成，对每一单元假定一个合适的(较简单的)近似解，然后推导求解域总的满足条件(如结构的平衡条件)，利用计算机求解矩阵即可得出最终的解析解。所以在求解之前必须将头模型和线圈离散化(有限元剖分)，近似为具有不同有限大小和形状且彼此相连的有限个单元组成的离散域。
生物实验由于其高昂的成本以及伦理道德的约束而存在一定的局限性；计算机软件仿真工作繁琐计算速度慢、缺乏实时性，而针对某一种特定神经元构建的模拟电路，实验可扩展性和灵活性都有局限，不易于仿真工作的操作和开展。因此帕金森状态下基底核DBS刺激实时仿真的高性能硬件实现，是一个全新的研究方向。
现场可编程门阵列(Field Programmable Gate Array，FPGA)技术是专用集成电路(ASIC)领域中的一种半定制电路技术，其解决了定制电路的不足以及以往可编程器件门电路数有限的问题，在以生物神经系统为对象的计算神经科学领域逐渐受到青睐。相对于模拟电路平台开发周期长等缺点，FPGA因其集成度高、体积小、并行计算、可重复配置、编程灵活、可靠性好、低功耗等优点使其能够实现真实时间尺度下神经元电生理活动仿真和特性分析。应用能够并行运算的FPGA，可以完成真实时间尺度下神经元网络同步活动仿真和特性分析，提高运算效率，在神经元特性研究、同步现象机制、仿生学、智能系统等方面有着重要的应用价值。
现有的技术还处于基础阶段，因此仍存在以下缺点：尚无专用的结合有限元分析的帕金森状态下基底核DBS刺激实时仿真平台；运用FPGA实现的硬件仿真神经元网络模型规模较小，规模不可变，网络连接柔性差；人机界面尚未完善，无法进行实时的控制操作与数据分析，因此对神经元网络动态响应特性的FPGA仿真分析比较困难。
发明内容
针对上述技术中存在的不足，本发明的目的是提供一种结合有限元分析的帕金森状态下基底核DBS刺激实时仿真平台，使研究人员可以灵活便捷的完成结合有限元分析的帕金森状态下基底核DBS刺激的相关仿真操作，通过人机操作界面进行放电观测与进一步理论分析，为研究神经元网络的同步现象提供重要理论依据。
为实现上述目的，本发明采用的技术方案是提供一种结合有限元分析的帕金森状态下基底核DBS刺激实时仿真平台，其中：该仿真平台包括有相互连接的FPGA基底核-丘脑网络计算处理器和电场有限元分析单元，所述FPGA神经元网络计算处理器包括有FPGA芯片、片外存储器阵列、USB通讯模块、底核-丘脑神经元网络模型；电场有限元分析单元包含人机操作界面与有限元分析软件，通过配置计算机进行操作，人机操作界面通过VB编程实现，并通过USB通讯模块与FPGA芯片进行通讯。
所述基底核-丘脑神经元网络模型由VHDL语言编程实现，并编译下载到FPGA芯片中，电场有限元分析单元由人机操作界面输入的信号通过USB通讯模块传到FPGA芯片中，实现对FPGA计算模块参数的配置与计算的控制，经基底核-丘脑神经元网络模型计算产生的网络动态特性信息通过USB通讯模块传输到人机操作界面中，进行网络特性显示与数据分析处理操作。
本发明的效果是该实验平台实现了复杂的基底核网络建模，设计了兼具可视化与可操作性的人机界面，提高了系统的灵活性和可操作性，能够在时间尺度内对与生物神经元数学模型进行仿真；同时，该实验平台为研究电场作用下神经元网络的同步现象提供了真实时间尺度内的可视化实验平台，对理解神经信息处理的重要机制研究有重要的实用价值。基于高速并行计算的FPGA神经元功能特性仿真是一种无动物实验的方法，其实验平台的应用研究在世界范围内属于一项前沿的科技领域。
本实时仿真平台提出了柔性神经元网络同步现象高速实验平台，具有以下几点优势：1、所设计的硬件仿真模型能够在时间尺度上保持与真实生物神经元的一致性，其中芯片最大工作频率为200MHz，并行运算保证膜电位输出频率在1毫秒之内，满足真实神经元时间尺度要求，为神经元网络同步现象的研究提供了更加快速、便携的硬件实验平台；2、本平台中神经元网络规模、神经元模型参数等都可以通过上位机软件界面配置，完成了利用计算机用户操作界面配置实验设备的各种特性；3、人机操作界面可以实时观测神经元放电状态与网络活动的动态特性，并可以定量测得信号的幅值与能量，同时进行神经元网络同步特性分析，数据存储功能便于后续数据的分析工作，为神经元网络同步现象的研究提供了更好的可视化实验研究平台。
附图说明
图1为本发明的实验平台系统结构示意图；
图2为本发明的神经元流水线模型；
图3为本发明的突触电流计算模型；
图4为本发明的人机操作操作界面示意图。
图中：
1.FPGA基底核-丘脑网络计算处理器 2.电场有限元分析单元
3.FPGA芯片 4.片外存储器阵列 5.USB通讯模块 6.基底核-丘脑神经元网络模型7.人机操作界面 8.有限元分析软件 9.网络动态特性信息 10.TC神经元模型计算模块11.STN神经元模型计算模块 12.GPi神经元模型计算模块 13.GPe神经元模型计算模块14.参数输入数据 15.突触计算模块 16.突触后膜电位信号 17.突触电流模块 18.电场分布信息 19.人机操作界面控制信号 20.基底核动态特性信息 21.网络场电势信息 22SDRAMⅠ 23.SDRAMⅡ 24.SDRAMШ 25.SDRAMⅣ 26.基底核有限元模型信息 27.神经元流水线模型 28.突触前膜电位信号 29.延时寄存器 30.积分时间常数模块 31.网络权重信息32.突触耦合强度 33.突触变量信息 34.突触寄存器 35.动态波形显示窗口 36.仿真信息设置 37.界面基本操作框 38.实验参数信息设置
具体实施方式
结合附图对本发明的结合有限元分析的帕金森状态下基底核DBS刺激实时仿真平台结构加以说明。
本发明的结合有限元分析的帕金森状态下基底核DBS刺激实时仿真平台的设计思想是首先在FPGA芯片3上搭建并行计算的基底核-丘脑神经元网络模型6；然后在FPGA3上独立于神经元网络模型设计片外存储器阵列4，用于网络动态特性信息9的存储与调用；USB通讯模块5用于FPGA基底核-丘脑网络计算处理器1与电场有限元分析单元2之间的数据传输，依照人机操作界面7输入指令对数据的传输与选择进行相应基于人机操作界面控制信号19的控制操作；设计人机操作界面7，人机操作界面7通过设置参数并传输到FPGA芯片3，实现对仿真信息设置36、实验参数信息设置38的配置，同时可以把FPGA芯片3中网络动态特性信息9上传到电场有限元分析单元2中，在人机操作界面7的动态波形显示窗口35中进行放电动态波形的显示。该实验平台由相互连接的FPGA基底核-丘脑网络计算处理器1和电场有限元分析单元2组成。其中FPGA基底核-丘脑网络计算处理器1用来实现基底核-丘脑神经元网络模型6；电场有限元分析单元2用来进行DBS刺激下基底核-丘脑模型的电场有限元分析，并设计人机操作界面7通过USB通讯模块5与FPGA芯片3进行通讯。
所述基底核-丘脑神经元网络模型6在FPGA中采用欧拉法离散化，并采用流水线技术搭建，使复杂的常微分方程并行计算。流水线思想本质上利用延时寄存器29使数学模型分为几个子运算过程，在每个时钟周期内，每个子运算过程可以同时进行不同神经集群、不同时刻的运算，模型数据交叉在片外存储器阵列4中保存，并随时钟而传递。在基底核-丘脑神经元网络模型6中，不同模型参数会产生不同种类的放电模式，模型参数由人机操作界面7输入，这样便可实现独立神经元的参数调整与神经元放电模式改变。计算过程中为提高网络计算速度，采用模块并行化方法，在片内逻辑资源允许的条件下尽可能扩展网络规模。
所述突触电流计算模块15采用并行模块方法，接收TC神经元模型计算模块10、STN神经元模型计算模块11、GPi神经元模型计算模块12、GPe神经元模型计算模块13得到的突触前膜电位信号28，经过并行的突触电流模块17的耦合计算产生突触后膜电位信号16返回给基底核-丘脑神经元网络模型6中，从而完成网络内各神经元之间的耦合连接。
所述人机操作界面7的编写采用VB语言开发实现，开发过程便捷直观，是可视化、面向对象、由事件驱动的高级程序设计语言，最终呈现在用户面前的是与真实的实验仪器类似的操作界面，能实现实时的数据采集、波形显示与数据分析处理。
本发明的结合有限元分析的帕金森状态下基底核DBS刺激实时仿真平台由相互连接的FPGA神经元网络计算处理器1和电场有限元分析单元2组成。其中FPGA神经元网络计算处理器1用来实现并行的基底核-丘脑神经元网络模型6，电场有限元分析单元2用来设计人机操作界面7与有限元分析软件8，并通过USB通讯模块5实现与FPGA神经元网络计算处理器1的通讯。以下结合附图加以详细说明：
如图1所示，对本发明的实时仿真平台进行设计，FPGA芯片3采用Altera公司生产的StratixШEP3SL150F1152C2N芯片，根据神经元的数学模型，采用欧拉法离散化并搭建神经元流水线模型27。电场有限元分析单元2与人机操作界面7输入的信号通过USB通讯模块5传到FPGA芯片3中，实现对FPGA计算模块参数的配置与计算的控制。基底核-丘脑神经元网络模型6计算产生的网络动态特性信息9通过USB通讯模块5传输到人机操作界面7中进行网络特性显示与数据分析处理操作。
电场有限元分析单元2中的有限元分析软件8用于建立基于医学图像的真实基底核有限元模型，并将基底核有限元模型信息26输入到人机操作界面7中进行显示，同时产生电场分布信息18输出到USB通讯模块5中，输出人机操作界面控制信号19到USB通讯模块5中对FPGA基底核-丘脑网络计算处理器1进行控制。
基底核-丘脑神经元网络模型6由TC神经元模型计算模块10，STN神经元模型计算模块11，GPi神经元模型计算模块12，GPe神经元模型计算模块13与突触计算模块15组成，STN神经元模型计算模块11，GPi神经元模型计算模块12，GPe神经元模型计算模块13均由并行的神经元流水线模型27实现，所有数据通路在统一时钟下同步运行，并且根据FPGA的结构，通过QuartusⅡ软件实现硬件描述语言的转换。如图2所示为神经元流水线模型27，其主要由加法、乘法与移位寄存器组成，其接收参数输入数据14，通过参数设置更改神经元放电模式与状态，同时接收突触计算模块15计算输出的突触后膜电位信号16，进行包含积分时间常数模块30的常微分方程计算，产生网络动态特性信息9，输出到USB通讯模块5中。
突触计算模块15包含64个并行的突触电流模块17，从而实现突触电流计算的并行化，提高神经元网络耦合的计算速度。如图3所示为突触电流模块17的硬件实现结构图，其外部输入信息包含突触前膜电位信号28、网络权重信息31与突触耦合强度32，并包含有突触寄存器34进行对突触变量信息33的存储工作，主要由乘法实现对于突触电流模型的计算任务，最终产生突触后膜电位信号16。
片外存储器阵列4包含分别对应TC核团、STN核团、GPi核团以及GPe核团的同步动态随机存储器SDRAMⅠ22,SDRAMⅡ23,SDRAMШ24,SDRAMⅣ25，接收由基底核-丘脑神经元网络模型6计算输出的网络场电势信息21进行存储，并输出突触前膜电位信号28到突触计算模块15中进行突触电流计算操作。
USB通讯模块5接收有限元分析软件8分析计算得到的电场分布信息18以及人机操作界面7输出的人机操作界面控制信号19，将基底核动态特性信息20输入到人机操作界面7中进行基底核网络动态特性的在线显示，从而实现和电场有限元分析单元2的数据交互。同时，USB通讯模块5输出参数输入数据14到FPGA芯片3中进行网络参数的配置工作，并接收由FPGA芯片3产生的网络动态特性信息9，从而完成与FPGA基底核-丘脑网络计算处理器的数据通讯工作。
有限元分析软件8结合DBS刺激中真实头建模要求，提出建立包括GPe、GPi、STN、TC四种核团的基底核-丘脑神经元网络的真实生理模型。从MRI图像中获得四种核团的组织并进行三维重建。在此基础上设定相应的有限元网格剖分原则，结合DBS研究的实际需求，最终建立DBS应用中真实基底核-丘脑网络模型，并进行相应的有限元分析，产生电场分布信息18输出到FPGA基底核-丘脑网络计算处理器1中。
如图4所示，人机操作界面7包含动态波形显示窗口35、仿真信息设置36、界面基本操作框37以及实验参数信息设置38，在电场有限元分析单元2中运用VB语言编程方式来设计人机操作界面7。FPGA芯片3通过USB通讯模块5与人机操作界面7实现数据通信，人机操作界面7通过USB通讯模块5接收从FPGA芯片3传输的数据；人机操作界面7设置参数通过USB通讯模块5输入数据到FPGA芯片3中，对基底核-丘脑神经元网络模型6进行相应参数配置。
结合有限元分析的帕金森状态下基底核刺激实时仿真平台由VHDL语言编写基于模块的离散的、固定步长的、定点数运算的神经元网络模型，经QUARTUSⅡ软件编写完整的运算逻辑和程序结构；编译、分析综合、布局布线，下载到FPGA芯片中运行。经USB上传FPGA芯片运算产生的基底核-丘脑网络动态特性数据，在VB语言编写的人机操作界面7对结合有限元分析的帕金森状态下基底核DBS刺激进行分析研究。

Claims (5)

1.一种结合有限元分析的刺激下丘脑动态特性实时仿真平台，其特征是：该仿真平台包括有相互连接的FPGA基底核-丘脑网络计算处理器(1)和电场有限元分析单元(2)，所述FPGA神经元网络计算处理器(1)包括有FPGA芯片(3)、片外存储器阵列(4)、USB通讯模块(5)、底核-丘脑神经元网络模型(6)；电场有限元分析单元(2)包含人机操作界面(7)与有限元分析软件(8)，通过配置计算机进行操作，人机操作界面(7)通过VB编程实现，并通过USB通讯模块(5)与FPGA芯片(3)进行通讯；
所述基底核-丘脑神经元网络模型(6)由VHDL语言编程实现，并编译下载到FPGA芯片(3)中，电场有限元分析单元(2)由人机操作界面(7)输入的信号通过USB通讯模块(5)传到FPGA芯片(3)中，实现对FPGA计算模块参数的配置与计算的控制，经基底核-丘脑神经元网络模型(6)计算产生的网络动态特性信息(9)通过USB通讯模块(5)传输到人机操作界面(7)中，进行网络特性显示与数据分析处理操作。
2.根据权利要求1所述结合有限元分析的刺激下丘脑动态特性实时仿真平台，其特征是：所述基底核-丘脑神经元网络模型(6)包含16个并行连接的TC神经元模型计算模块(10)、STN神经元模型计算模块(11)、GPi神经元模型计算模块(12)及GPe神经元模型计算模块(13)，突触计算模块(15)包含64个并行的突触电流模块(17)。
3.根据权利要求1所述结合有限元分析的刺激下丘脑动态特性实时仿真平台，其特征是：所述USB通讯模块(5)接收有限元分析软件(8)提供的电场分布信息(18)与人机操作界面(7)输出的人机操作界面控制信号(19)，并输出基底核动态特性信息(20)到人机操作界面(7)中进行动态特性显示。
4.根据权利要求1所述结合有限元分析的刺激下丘脑动态特性实时仿真平台，其特征是：所述FPGA芯片(3)通过计算输出网络场电势信息(21)到片外存储器阵列(4)中进行数据缓存，片外存储器阵列(4)包含分别对应TC核团、STN核团、GPi核团以及GPe核团的同步动态随机存储器SDRAMⅠ(22)、SDRAMⅡ(23)、SDRAMШ(24)、SDRAMⅣ(25)，片外存储器阵列(4)输出突触前膜电位信号(28)到突触计算模块(15)中，并接收网络场电势信息(21)进行网络中间状态变量的数据存储工作。
5.根据权利要求1或3所述结合有限元分析的刺激下丘脑动态特性实时仿真平台，其特征是：所述电场有限元分析单元(2)中的有限元分析软件(8)用于建立基于医学图像的真实基底核有限元模型，并将有限元分析软件(8)产生的基底核有限元模型信息(26)输入到人机操作界面(7)中进行显示，所述电场分布信息(18)输出到USB通讯模块(5)中，输出人机操作界面控制信号(19)到USB通讯模块(5)中对FPGA基底核-丘脑网络计算处理器(1)进行控制。
CN201610840251.XA 2016-10-26 2016-10-26 结合有限元分析的帕金森状态下基底核刺激实时仿真平台 Pending CN106407568A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610840251.XA CN106407568A (zh) 2016-10-26 2016-10-26 结合有限元分析的帕金森状态下基底核刺激实时仿真平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610840251.XA CN106407568A (zh) 2016-10-26 2016-10-26 结合有限元分析的帕金森状态下基底核刺激实时仿真平台

Publications (1)

Publication Number Publication Date
CN106407568A true CN106407568A (zh) 2017-02-15

Family

ID=57998233

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610840251.XA Pending CN106407568A (zh) 2016-10-26 2016-10-26 结合有限元分析的帕金森状态下基底核刺激实时仿真平台

Country Status (1)

Country Link
CN (1) CN106407568A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107169184A (zh) * 2017-05-04 2017-09-15 天津大学 基于FPGA的基底核网络beta节律仿真系统
CN108325078A (zh) * 2018-01-31 2018-07-27 天津大学 可远程控制的多通道dbs装置及评估系统
CN110664401A (zh) * 2019-09-27 2020-01-10 天津大学 一种针对帕金森状态的噪声深度脑刺激系统
CN111370093A (zh) * 2019-08-23 2020-07-03 天津大学 基于闭环迭代控制的阿兹海默症状态下dbs刺激的仿真平台

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070271206A1 (en) * 2006-05-18 2007-11-22 Siemens Medical Solutions Usa, Inc. Crystal Lookup Table Generation Using Neural Network-Based Algorithm
CN102193518A (zh) * 2011-05-13 2011-09-21 南京理工大学 基于基底神经节的fpga仿生智能控制芯片
CN103617140A (zh) * 2013-11-25 2014-03-05 北京航空航天大学 一种神经电信号压缩感知处理验证系统及其构建方法
CN103691058A (zh) * 2013-12-10 2014-04-02 天津大学 帕金森病基底核-丘脑网络的深度脑刺激fpga实验平台
CN104112066A (zh) * 2014-08-18 2014-10-22 天津大学 基于fpga的癫痫状态闭环控制实验平台
CN104615909A (zh) * 2015-02-02 2015-05-13 天津大学 基于FPGA的Izhikevich神经元网络同步放电仿真平台
CN105631222A (zh) * 2016-01-07 2016-06-01 天津大学 前馈神经网络下基于fpga的stdp突触可塑性实验平台
CN105653873A (zh) * 2016-01-15 2016-06-08 天津大学 基于fpga的运动障碍非侵入式康复的闭环脑-机-体系统
CN105718655A (zh) * 2016-01-21 2016-06-29 天津大学 帕金森状态的闭环神经刺激仿真系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070271206A1 (en) * 2006-05-18 2007-11-22 Siemens Medical Solutions Usa, Inc. Crystal Lookup Table Generation Using Neural Network-Based Algorithm
CN102193518A (zh) * 2011-05-13 2011-09-21 南京理工大学 基于基底神经节的fpga仿生智能控制芯片
CN103617140A (zh) * 2013-11-25 2014-03-05 北京航空航天大学 一种神经电信号压缩感知处理验证系统及其构建方法
CN103691058A (zh) * 2013-12-10 2014-04-02 天津大学 帕金森病基底核-丘脑网络的深度脑刺激fpga实验平台
CN104112066A (zh) * 2014-08-18 2014-10-22 天津大学 基于fpga的癫痫状态闭环控制实验平台
CN104615909A (zh) * 2015-02-02 2015-05-13 天津大学 基于FPGA的Izhikevich神经元网络同步放电仿真平台
CN105631222A (zh) * 2016-01-07 2016-06-01 天津大学 前馈神经网络下基于fpga的stdp突触可塑性实验平台
CN105653873A (zh) * 2016-01-15 2016-06-08 天津大学 基于fpga的运动障碍非侵入式康复的闭环脑-机-体系统
CN105718655A (zh) * 2016-01-21 2016-06-29 天津大学 帕金森状态的闭环神经刺激仿真系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
曹茹: "《SolidWorks 2014三维设计及应用教程》", 31 December 2014 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107169184A (zh) * 2017-05-04 2017-09-15 天津大学 基于FPGA的基底核网络beta节律仿真系统
CN108325078A (zh) * 2018-01-31 2018-07-27 天津大学 可远程控制的多通道dbs装置及评估系统
CN111370093A (zh) * 2019-08-23 2020-07-03 天津大学 基于闭环迭代控制的阿兹海默症状态下dbs刺激的仿真平台
CN111370093B (zh) * 2019-08-23 2023-06-20 天津大学 基于闭环迭代控制的阿兹海默症状态下dbs刺激的仿真装置
CN110664401A (zh) * 2019-09-27 2020-01-10 天津大学 一种针对帕金森状态的噪声深度脑刺激系统

Similar Documents

Publication Publication Date Title
CN103691058B (zh) 帕金森病基底核-丘脑网络的深度脑刺激fpga实验平台
CN104112066B (zh) 基于fpga的癫痫状态闭环控制实验平台
Yang et al. Real-time neuromorphic system for large-scale conductance-based spiking neural networks
Yang et al. CerebelluMorphic: large-scale neuromorphic model and architecture for supervised motor learning
CN104615909B (zh) 基于FPGA的Izhikevich神经元网络同步放电仿真平台
Yang et al. Cost-efficient FPGA implementation of basal ganglia and their Parkinsonian analysis
CN106407568A (zh) 结合有限元分析的帕金森状态下基底核刺激实时仿真平台
CN104689473B (zh) 基于fpga的电刺激下神经元随机响应及共振实验平台
CN107169184A (zh) 基于FPGA的基底核网络beta节律仿真系统
CN104375878A (zh) 弱电磁刺激调制海马网络节律的fpga仿真系统
Yang et al. Digital implementations of thalamocortical neuron models and its application in thalamocortical control using FPGA for Parkinson׳ s disease
Bensaid et al. COALIA: a computational model of human EEG for consciousness research
CN105631222B (zh) 前馈神经网络下基于fpga的stdp突触可塑性实验平台
CN105653873B (zh) 基于fpga的运动障碍非侵入式康复的闭环脑-机-体系统
CN105718655B (zh) 帕金森状态的闭环神经刺激控制系统
CN105845001B (zh) 基于fpga的多电极阵列仿真实验平台
Arsiwalla et al. The Dynamic Connectome: A Tool For Large-Scale 3D Reconstruction Of Brain Activity In Real-Time.
Heidlauf et al. An integrated model of the neuromuscular system
US9940574B1 (en) System and method to control a model state of a neuromorphic model of a brain
CN110245389B (zh) 基于FPGA的Spiking前馈网络海马功能仿真系统
CN105631223A (zh) 基于cpg的心肺节律同步控制实验平台
CN106842949A (zh) 基于fpga的丘脑皮层放电状态变论域模糊控制系统
Poonia A Study on Blue Brain Modeling, Applications and its Challenges
Elibol et al. A computational model of neural synchronization in striatum
Liu et al. A real-time hardware experiment platform for closed-loop electrophysiology

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170215