CN113642282B - 一种基于微型led阵列的光神经接口优化设计方法 - Google Patents
一种基于微型led阵列的光神经接口优化设计方法 Download PDFInfo
- Publication number
- CN113642282B CN113642282B CN202110943206.8A CN202110943206A CN113642282B CN 113642282 B CN113642282 B CN 113642282B CN 202110943206 A CN202110943206 A CN 202110943206A CN 113642282 B CN113642282 B CN 113642282B
- Authority
- CN
- China
- Prior art keywords
- optical
- led array
- micro
- surface light
- micro led
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/39—Circuit design at the physical level
- G06F30/392—Floor-planning or layout, e.g. partitioning or placement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/39—Circuit design at the physical level
- G06F30/398—Design verification or optimisation, e.g. using design rule check [DRC], layout versus schematics [LVS] or finite element methods [FEM]
-
- 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
- G06N3/067—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using optical means
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Health & Medical Sciences (AREA)
- Geometry (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Neurology (AREA)
- Architecture (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明属于光遗传学技术领域,具体为一种基于微型LED阵列的光神经接口优化设计方法。本发明利用吸收层来模拟神经组织,分析光神经接口中微型LED阵列的辐照度分布,通过改变吸收层间距、LED尺寸大小和排列间隔,得到有效光刺激体积与作用范围,得到光神经接口的数学模型,为光神经接口中微型LED阵列设计提供依据;具体包括:建立LED阵列的仿真模型、设置并定义光学材料、进行光线追迹、对模拟结果进行平滑化处理,最后归纳总结得出数学模型,从而在提高光神经接口的空间分辨率和避免串扰方面提供设计指导。
Description
技术领域
本发明属于光遗传学技术领域,具体涉及一种光神经接口的优化设计方法。
背景技术
光遗传学技术是将遗传工程与光学技术结合起来的一种新的神经调控手段,它极大地推动了神经科学的发展。而具有神经调控与神经信号记录功能的光神经接口是光遗传学中必不可少的工具。光神经接口的光传导方式经历了激光光纤光极、波导耦合光极、LD/LED集成式光极、微型LED植入贴合光极的发展,目前微型LED因为其微小的尺寸和极好的发光性能,被广泛应用并集成在用于光遗传学中的光神经接口中。因此,了解微型LED发射的光在脑组织中的传播与作用过程,通过创建物理模型来模拟器件真实植入的状态,从而大大减少设计周期时间,并以此来优化光神经接口器件的设计具有非凡的意义。
对于用于光遗传学领域的基于微型LED阵列的神经接口,包括柔性电路板衬底、设置在衬底上的微型LED阵列,以及相对应的神经组织。目前主要面临着两大挑战:一是如何在提高光刺激空间分辨率的同时尽可能地缩小器件尺寸;二是在提高微型LED集成密度的同时避免各单元光场的串扰。因此,人们亟需了解微型LED产生的光在脑组织中传播过程,并消除微型LED阵列单元之间的光场串扰,进一步优化光神经接口器件的设计,从而有效提高用于光遗传学领域中光神经接口的光刺激分辨率,有助于减小器件的尺寸并方便手术植入。
发明内容
本发明的目的在于提供一种基于微型LED阵列的光神经接口优化设计方法,以提高光神经接口的空间分辨率和避免微型LED阵列单元之间的光场串扰。
本发明提供的基于微型LED阵列的光神经接口优化设计方法,利用吸收层来模拟神经组织,分析光神经接口中微型LED阵列的辐照度分布,通过改变吸收层间距、LED尺寸大小和排列间隔,得到有效光刺激体积与作用范围,得到光神经接口的数学模型,为光神经接口中微型LED阵列设计提供依据;具体步骤如下:
(1)搭建光神经接口LED阵列的仿真模型;具体是利用不同形状的几何体来模拟各个组成部分,包括:利用方块几何体模拟光神经接口衬底,利用与微型LED物理尺寸一致的方块和圆柱阵列来模拟微型LED阵列,利用薄板模拟神经组织;
具体地例如,用3mm×3mm×0.6mm大小的方块几何体模拟光神经接口衬底,利用与微型LED物理尺寸一致的方块和圆柱阵列来模拟微型LED阵列,三种尺寸分别为90μm×110μm×50μm、220μm×270μm×50μm、以及320μm×390μm×50μm,利用薄板吸收层模拟神经组织,吸收层分别采用600μm×600μm×10μm与3000μm×3000μm×10μm的尺寸;等等。
(2)根据仿真模型设置光学材料;具体地,设置模拟微型LED阵列的方块和圆柱阵列几何体上表面为表面光源,设置模拟神经组织的薄板几何体下表面为无散射和无反射的理想吸收层。
(3)根据仿真模型定义光源参数,其中:
定义LED发光中心波长为460nm,这是由光遗传学领域的有效蓝光波长范围以及所模拟的商用LED发光波长决定的,该微型LED型号可以为Cree C460TR2432;
定义表面光源的光功率密度范围为300-400mW/mm2,这是由所模拟的微型LED的光功率密度范围所决定的;
定义每个LED几何体模型的总光线数范围为1-100万,这是由所模拟的微型LED的光源特性所决定,超出该范围得到的辐照度分布会影响仿真的模拟精度。
(4)对模拟结果进行处理分析,包括对辐照度/光照度分析图进行平滑化和区域坐标化处理,其中:
设置辐照度的最小吸收阈值为1mW/mm2,该阈值是光遗传学技术领域中保证光刺激有效的最低光功率密度值,也是我们判断光照区域是否有效的临界值;
设置分析图像素点的范围为10-200,该范围由本模型所模拟的微型LED的光源特性所决定,超出该范围仿真结果将失真。
(5)得到微型LED阵列设计的数学模型,是对于不同形状和不同尺寸的LED采用不同的数学模型来指导阵列设计,具体过程为:改变吸收层的竖直间距,从5μm到100μm逐渐增加,模拟真实的PDMS封装层厚度范围,在保持光源特性与光功率密度不变的情况下,改变模拟微型LED的模型尺寸,得到不同吸收层间距和不同微型LED尺寸下的有效光照范围与分布,经过多次迭代分析与总结得到数学模型。具体表达形式为:
对于两个圆形表面光源的数学模型为:
对于两个方形表面光源的数学模型为:
其中,λ是表征单位光源周长和单位吸收层间距下有效光照面积的变化率的参数,其值由光源特性决定,而R1和R2分别代表两种微型LED的有效照射圆的半径,r1和r2分别代表两种微型LED表面光源的半径,a1和a2,b1和b2分别代表两种微型LED表面光源的长和宽,H1和H2分别代表两种微型LED上表面与神经组织的竖直间距,L和Lmin分别代表在同一水平面排列的两个圆形表面光源的中心间距和两个方形表面光源的最小中心间距。
本发明利用吸收层来模拟神经组织,分析了光神经接口中微型LED阵列的辐照度分布,通过改变吸收层间距、LED尺寸大小和排列间隔,得到有效光刺激体积与作用范围,为光神经接口中微型LED阵列设计提供依据。
附图说明
图1为光神经接口的3×3微型LED阵列模型图。
图2为添加吸收层后的10万光线追迹模型图。
图3为单个LED照射的辐照度分析图。
图4为平滑化与区域坐标化处理后的辐照度分析图。
图5为单个LED发光的3D辐照度辅助图示。
图6为辐照度的等高线图和剖面曲线。
图7为九个LED同时照射的辐照度分析图。
图8为九个LED发光的3D辐照度辅助图示。
图9为不同尺寸LED的有效辐照范围与竖直间距的折线图。
图10为不同直径的圆形LED有效辐照范围与竖直间距的趋势线图。
具体实施方式
下面通过具体实施例对本发明作进一步说明,本实施例基于搭建的物理模型,在光线追踪后进行分析处理,并总结规律,给出优化设计过程,得到通用的数学模型,但本发明的保护范围不限于下述的实施例。
实施例1
单个LED照射的辐照度分析过程如下:
(1)首先,插入一个3×3×0.6mm的方块几何体模拟柔性光神经接口衬底;用不同大小的方块来模拟不同尺寸的微型LED,并将各个模拟体插入到所设计的位置;定义三种微型LED大小,尺寸分别为90×110×50μm、220×270×50μm、320×390×50μm;这里统一将微型LED芯片厚度设置为50μm,也可通过改变吸收层的间距来真实模拟不同高度的LED;
图1为创建好的光神经接口的3×3微型LED阵列模型图,三种不同尺寸共九个微型LED放置在光神经接口柔性电路板衬底方块上;
(2)然后,在其中一个LED上面添加一个薄板吸收层来模拟神经组织,定义各个材料的表面属性,并将其应用到模拟体中合适的物体和表面;这里主要定义的是九个模拟微型LED的方块上表面的光源特性与模拟神经组织的薄板吸收层的下表面属性;
将神经组织几何体模拟体下表面定义为无散射和无反射的理想吸收层,将模拟微型LED的方块上表面光源的发射形式定义为光源特性,具体地,光源特性采用的是CreeC460TR2432,定义LED发光波长为460nm,表面光源的光功率密度范围设置为354mW/mm2,每个LED几何体模拟体的总光线数范围采用1-100万;
图2为添加吸收层后的10万光线追迹模型图,图中在中心的微型LED上方添加了一个理想无反射和无散射的吸收层来分析该处的辐照度;
(3)最后对光线追迹结果进行分析处理;主要包括辐照度分布、光照度分析、光源特性分析、幅度/辉度分析、3D辐照度分析、光程分析等。
图3是中心微型LED照射的辐照度分析图,这里图像像素点为200。
如图4所示,设置光遗传学中光源的最低阈值1mW/mm2,改变像素点为20,并对仿真结果勾选“平滑化”与“区域坐标化”进行处理后,得到辐照度分析图。
图5为单个LED发光的3D辐照度辅助图示,清晰地展示了辐照度分布。
对仿真结果进一步处理,得到辐照度的等高线图和剖面曲线,如图6所示。从而可在分布图中或导出的数据文件中得到具体的坐标值和光功率密度值。
实施例2
(1)首先,对九个LED同时光线追迹进行分析辐照度,如图7所示,发射形式均被定义为光源特性,发光波长均为460nm,每个微型LED的光功率密度被设置为354mW/mm2,总光线数为90万;
图8是九个LED发光的3D辐照度辅助图示,清晰地展示了各个微型LED辐照度分布和交叠串扰;
(2)然后,不断改变微型LED尺寸大小和光源上表面与神经组织的竖直间距,对得到的详细数据整合分析,总结与1mW/mm2有效光照面积的关系,如图9所示,得到不同尺寸LED的有效辐照范围与竖直间距的折线图;
(3)最后,进一步总结各参数之间的关系与规律,将方形微型LED表面光源等面积转化为圆形,搭建模型定义光学参数后进行光线追踪,根据辐照度分布数据分析有效光照面积与圆形表面光源直径和竖直间距的关系,如图10所示,得到不同尺寸的圆形LED有效辐照范围与竖直间距的趋势线图,得到圆形LED表面光源的数学模型为:
其中,λ值由光源特性决定,典型的光源特性λ值约为117.89,而R1和R2分别代表两种微型LED的有效照射圆的半径,r1和r2分别代表两种微型LED表面光源的半径,H1和H2分别代表两种微型LED上表面与神经组织的竖直间距。
对于方形微型LED表面光源,可将方形的对角线长度当作圆形LED的直径进行计算,得到数学模型如下:
其中,λ是表征单位光源周长和单位吸收层间距下有效光照面积的变化率的参数,其值由光源特性决定,典型的光源特性λ值约为117.89,a1和b1,a2和b2分别代表两种微型LED表面光源的长和宽,H1和H2分别代表两种微型LED上表面与神经组织的竖直间距,L和Lmin分别代表在同一水平面排列的两个圆形表面光源的中心间距和两个方形表面光源的最小中心间距。
从以上实施例可以看出,本发明针对光遗传学领域中光神经接口微型LED阵列设计,建立一种指导微型LED阵列排布设计的建模和仿真方法,通过物理和数学模型可以得出所用微型LED的理论最小中心间距,得到有效光刺激体积与作用范围,从而在提高光神经接口的空间分辨率和避免串扰方面提供设计指导。
尽管本发明的详细内容已通过实施例1和实施例2介绍,但上面的描述不应被认为是对本发明的限制。因此,本发明的保护范围应由所附的权利要求来限定。
Claims (1)
1.一种基于微型LED阵列的光神经接口优化设计方法,具体步骤如下:
(1)搭建光神经接口LED阵列的仿真模型;具体是利用不同形状的几何体来模拟各个组成部分,包括:利用方块几何体模拟光神经接口衬底,利用与微型LED物理尺寸一致的方块或圆柱阵列来模拟微型LED阵列,利用薄板模拟神经组织;
(2)根据仿真模型设置光学材料;具体地,设置模拟微型LED阵列的方块和圆柱阵列几何体上表面为表面光源,设置模拟神经组织的薄板几何体下表面为无散射和无反射的理想吸收层;
(3)根据仿真模型定义光源参数,其中:
定义LED发光中心波长为460nm;
定义表面光源的光功率密度范围为300-400mW/mm2;
定义每个LED几何体模型的总光线数范围为1-100万;
(4)对模拟结果进行处理分析,包括对辐照度/光照度分析图进行平滑化和区域坐标化处理;其中:
设置辐照度的最小吸收阈值为1mW/mm2;
设置分析图像素点的范围为10-200;
(5)得到微型LED阵列设计的数学模型,对于不同形状和不同尺寸的LED采用不同的数学模型来指导阵列设计;具体表达形式为:
对于两个圆形表面光源的数学模型为:
对于两个方形表面光源的数学模型为:
其中,λ是表征单位光源周长和单位吸收层间距下有效光照面积的变化率的参数,其值由光源特性决定,而R1和R2分别代表两种微型LED的有效照射圆的半径,r1和r2分别代表两种微型LED表面光源的半径,a1和a2,b1和b2分别代表两种微型LED表面光源的长和宽,H1和H2分别代表两种微型LED上表面与神经组织的竖直间距,L和Lmin分别代表在同一水平面排列的两个圆形表面光源的中心间距和两个方形表面光源的最小中心间距。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110943206.8A CN113642282B (zh) | 2021-08-17 | 2021-08-17 | 一种基于微型led阵列的光神经接口优化设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110943206.8A CN113642282B (zh) | 2021-08-17 | 2021-08-17 | 一种基于微型led阵列的光神经接口优化设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113642282A CN113642282A (zh) | 2021-11-12 |
CN113642282B true CN113642282B (zh) | 2023-09-29 |
Family
ID=78422520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110943206.8A Active CN113642282B (zh) | 2021-08-17 | 2021-08-17 | 一种基于微型led阵列的光神经接口优化设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113642282B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117224859B (zh) * | 2023-11-14 | 2024-02-06 | 浙江大学 | 包括焦虑状态评估装置和多靶点时序光刺激和成像装置的系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106861050A (zh) * | 2017-02-28 | 2017-06-20 | 武汉大学 | 一种基于光遗传学的无线神经调控装置 |
CN110812707A (zh) * | 2019-11-25 | 2020-02-21 | 北京师范大学 | 一种脑成像和光神经调控一体化装置 |
CN111258084A (zh) * | 2020-01-19 | 2020-06-09 | 吉林大学 | 一种led全视差集成成像显示方法 |
CN112259570A (zh) * | 2020-10-22 | 2021-01-22 | 杭州电子科技大学温州研究院有限公司 | 用于神经记录和光刺激的柔性脑皮层电极及其制备方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8581269B2 (en) * | 2010-02-10 | 2013-11-12 | Lumen Dynamics Group Inc. | Modular high density LED array light sources |
-
2021
- 2021-08-17 CN CN202110943206.8A patent/CN113642282B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106861050A (zh) * | 2017-02-28 | 2017-06-20 | 武汉大学 | 一种基于光遗传学的无线神经调控装置 |
CN110812707A (zh) * | 2019-11-25 | 2020-02-21 | 北京师范大学 | 一种脑成像和光神经调控一体化装置 |
CN111258084A (zh) * | 2020-01-19 | 2020-06-09 | 吉林大学 | 一种led全视差集成成像显示方法 |
CN112259570A (zh) * | 2020-10-22 | 2021-01-22 | 杭州电子科技大学温州研究院有限公司 | 用于神经记录和光刺激的柔性脑皮层电极及其制备方法 |
Non-Patent Citations (1)
Title |
---|
光神经网络与光神经芯片;张桂萍;半导体光电(第04期);326-335 * |
Also Published As
Publication number | Publication date |
---|---|
CN113642282A (zh) | 2021-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6609593B2 (ja) | 光学的刺激を有するマルチウェル微小電極アレイ | |
CN113642282B (zh) | 一种基于微型led阵列的光神经接口优化设计方法 | |
CN101421006B (zh) | 未滤波的放射治疗 | |
US20060115214A1 (en) | Methods for manipulating light extraction from a light guide | |
CN105759336B (zh) | 直下式导光结构、直下式导光板及直下式背光模块 | |
CN1572249A (zh) | 包括有机组织表面照射器件的测量生理参数的便携式仪器 | |
CN105278101B (zh) | 激光加工导光板的网点设计方法 | |
CN105477780B (zh) | 植入式神经刺激与记录的光电极及其制造方法 | |
CN104857639A (zh) | 三维剂量验证装置及其方法 | |
CN103654849B (zh) | 被检体信息获取装置 | |
US11366256B2 (en) | Diffractive optical element | |
CN109324410B (zh) | 一种用于非平面均匀照明的led透镜设计方法 | |
CN110822302B (zh) | 获得均匀面光源的方法 | |
TWI772387B (zh) | 繞射光學元件 | |
CN115630512A (zh) | 一种摆动激光焊接等效热源建模方法及摆动激光焊接仿真方法 | |
CN102682179B (zh) | 一种图形化衬底的led芯片模型的设计方法 | |
CN109663216A (zh) | 光动力治疗用光源系统及光动力治疗辐照器 | |
Liu et al. | Light Radiation Simulation of Micro-LED Array for the Optical Neural Interface Targeted Cerebral Cortex in Rhesus Monkey | |
Yona et al. | Realistic modeling of optogenetic neuronal excitation in light-scattering brain tissue | |
US20160175606A1 (en) | Optical stimulator using electrochromism | |
CN207011540U (zh) | 两栖类动物行为特征测试装置 | |
Fritz | Simulation, Design, and Application of Micro-Lens Enhanced Multi-Emission Optical Nerve Cuff for Peripheral Nerve Stimulation | |
Fritz et al. | Computational model of optogenetic stimulation in a peripheral nerve | |
Chang et al. | A Simulation Study of Light Propagation in the Spinal Cord for Optogenetic Surface Stimulation | |
CN116747451B (zh) | 光疗设备控制方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |