CN117751526A - 神经元脉冲信号的转换电路及其装置 - Google Patents
神经元脉冲信号的转换电路及其装置 Download PDFInfo
- Publication number
- CN117751526A CN117751526A CN202180097621.4A CN202180097621A CN117751526A CN 117751526 A CN117751526 A CN 117751526A CN 202180097621 A CN202180097621 A CN 202180097621A CN 117751526 A CN117751526 A CN 117751526A
- Authority
- CN
- China
- Prior art keywords
- pulse signal
- digital
- threshold
- neuron
- signal
- 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
Links
- 210000002569 neuron Anatomy 0.000 title claims abstract description 82
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 32
- 238000001514 detection method Methods 0.000 claims abstract description 62
- 238000007781 pre-processing Methods 0.000 claims abstract description 47
- 238000001914 filtration Methods 0.000 claims abstract description 11
- 230000003321 amplification Effects 0.000 claims description 20
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 20
- 238000000034 method Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 7
- 230000000638 stimulation Effects 0.000 claims description 7
- 239000003990 capacitor Substances 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 7
- 210000004556 brain Anatomy 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 210000001951 dura mater Anatomy 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000002457 bidirectional effect Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 210000003625 skull Anatomy 0.000 description 2
- 230000003685 thermal hair damage Effects 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 241001269524 Dura Species 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 229910021420 polycrystalline silicon Inorganic materials 0.000 description 1
- 229920005591 polysilicon Polymers 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M1/00—Analogue/digital conversion; Digital/analogue conversion
- H03M1/66—Digital/analogue converters
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
一种神经元脉冲信号的转换电路及采集处理装置,该转换电路包括预处理模块,预处理模块的输入端适于接收所述神经元脉冲信号,预处理模块配置为通过对所接收的神经元脉冲信号进行放大和带通滤波来生成模拟信号,并在预处理模块的输出端输出所述模拟信号;以及阈值检测模块,阈值检测模块的输入端连接至所述预处理模块的所述输出端,阈值检测模块配置为接收预处理模块输出的所述模拟信号,并使用阈值检测法将所述模拟信号转换为与神经元脉冲信号对应的目标数字脉冲信号。
Description
本申请涉及生物医学工程领域,尤其涉及一种适用于侵入式脑机接口系统的神经元脉冲信号的转换电路及其装置。
作为神经科学与生物医学工程领域的重要分支,脑机接口技术近年来发展迅速。通过各种外部计算处理设备采集人脑的电信号,神经科学家可以从微观到宏观的不同尺度来分析和研究神经元个体和集群的工作模式,加深对于大脑运作方式的理解,而生物医学工程领域的研究人员也可以利用各种形式的脑机接口系统,开发出相应的医疗辅助设备,帮助神经系统受损的病人在一定程度上恢复功能。
在微观尺度上采集单个神经元放电信号的侵入式脑机接口,可以直接获得神经元放电的时间和空间信息,所得的信号具有较高的时空分辨率。
传统技术中,侵入式脑机接口需要打开颅骨,将电极和信号采集装置放置于硬脑膜之下。硬脑膜之下的空间有限,并且为了避免对组织的热损伤,植入器件的功率被限制在0.8毫瓦每平方毫米之下。
发明内容
本申请各示例性实施例提供了一种神经元脉冲信号的转换电路,包括:预处理模块,所述预处理模块的输入端适于接收所述神经元脉冲信号,所述预处理模块配置为通过对所接收的所述神经元脉冲信号进行放大和带通滤波来生成模拟信号,并在所述预处理模块的输出端输出所述模拟信号;以及
阈值检测模块,所述阈值检测模块的输入端连接至所述预处理模 块的所述输出端,所述阈值检测模块配置为接收所述预处理模块输出的所述模拟信号,并使用阈值检测法将所述模拟信号转换为与所述神经元脉冲信号对应的目标数字脉冲信号。
在一实施例中,所述阈值检测模块包括依次连接的阈值检测单元和阈值控制单元,所述阈值检测单元配置为,将所述模拟信号转换为与所述神经元脉冲信号对应的目标数字脉冲信号,所述阈值控制单元配置为,根据所述目标数字脉冲信号调整所述阈值检测单元的检测阈值。
在一实施例中,所述预处理模块包括可变增益放大器,所述可变增益放大器配置为,根据所述可变增益放大器的放大倍率来调整所述神经元脉冲信号。
在一实施例中,所述阈值检测模块包括依次连接的阈值检测单元和增益及阈值控制单元,所述阈值检测单元配置为,将所述模拟信号转换为与所述神经元脉冲信号对应的目标数字脉冲信号,所述增益及阈值控制单元配置为,根据所述目标数字脉冲信号调整所述可变增益放大器的放大倍率和/或所述阈值检测单元的检测阈值。
在一实施例中,所述阈值检测单元包括比较器,所述比较器配置为,将所述预处理模块输出的所述模拟信号与所述比较器的阈值进行比较,根据比较结果输出高电平的第一数字脉冲信号或低电平的第一数字脉冲信号。
在一实施例中,所述增益及阈值控制单元包括脉冲信号处理子单元,所述脉冲信号处理子单元配置为,将所述单次神经元脉冲的多个连续的所述第一数字脉冲信号转化为所述单次神经元脉冲对应的所述目标数字脉冲信号。
在一实施例中,所述比较器包括动态锁存比较器。
在一实施例中,所述比较器的输出端连接至反相器,所述反相器配置为,对所述比较器输出的所述目标数字脉冲信号进行整形。
在一实施例中,所述阈值检测单元包括串联的模数转换电路和数字比较器,所述模数转换电路的输出端连接所述数字比较器,所述模数转换电路配置为,将所述预处理模块输出的所述模拟信号转化为数字信号,所述数字比较器配置为,将所述数字信号与所述数字比较器的阈值进行比较,根据比较结果输出高电平的所述目标数字脉冲信号或低电平的所述目标数字脉冲信号。
在一实施例中,所述电路还包括后续数字信号处理模块,所述后续数字信号处理模块配置为,对所述目标数字脉冲信号处理后,生成电刺激信号作用于所述微电极。
在一实施例中,所述电路还包括后续数字信号处理模块,所述后续数字信号处理模块配置为,将所述目标数字脉冲信号处理后通过无线或有线连接装置发送至外部设备。
在一实施例中,所述预处理模块包括低噪声放大器,所述低噪声放大器配置为对所述神经元脉冲信号进行放大。
在一实施例中,所述预处理模块包括带通滤波器,所述带通滤波器配置为对所述神经元脉冲信号进行带通滤波。
本申请各示例性实施例还提供了一种神经元脉冲信号的采集处理装置,包括:微电极,配置为采集所述神经元脉冲信号;以及上述任一实施例中的神经元脉冲信号的转换电路,所述预处理模块的输入端连接至所述微电极以接收所采集的所述神经元脉冲信号。
本申请各示例性实施例提出了一种基于阈值检测法对多通道神经元脉冲信号进行实时处理的神经元脉冲信号的转换电路。该电路大幅提高了侵入式脑机接口系统在现有技术条件下可同时采集与处理的电极通道数量,并可以此为基础实现在单个神经元的层面上双向实 时交互的大规模侵入式脑机接口系统。
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请一实施例的一种神经元脉冲信号的模数转换电路的结构示意图;
图2是根据本申请一实施例的神经元脉冲信号的模数转换的电路的结构示意图;
图3是根据本申请一实施例的预处理模块内的电路结构示意图;
图4是根据本申请一实施例的阈值检测模块内的电路结构示意图;
图5是根据本申请一实施例的脉冲信号处理电路结构示意图;
图6是根据本申请一实施例的脉冲波形和时序示意图;以及
图7是根据本申请一实施例的神经元脉冲信号的采集处理装置。
下文中将参考附图并结合实施例来详细说明本申请。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而并非对对象的限定,也不旨在用于描述特定的顺序或先后次序。
除非另有明确定义,本申请中当一元件被称为“连接”另一个元件,它可以直接电连接于另一个元件,也可以存在居中的元件。
传统技术中,侵入式脑机接口需要打开颅骨,将电极和信号采集 装置放置于硬脑膜之下。然而,由于硬脑膜之下的空间有限,并且为了避免对组织的热损伤,所以植入器件的功率被限制在0.8毫瓦每平方毫米之下。这对装置的硬件资源和功率提出了很高的要求。现有的解决方案需要对微电极采集到的神经元脉冲信号进行放大、滤波以及模数转换的处理。对经过处理后产生的数字信号依次进行基于阈值或能量等方法的脉冲检测以及波形对齐,然后使用主成分分析或小波变换等特征提取算法对脉冲信号进行降维,再运用如聚类分析或支持向量机等方法对脉冲信号进行分类,以区分来自于不同神经元的神经脉冲信号。
发明人发现,这个过程会占用大量的芯片面积并消耗很高的功率,从而缩短了侵入式脑机接口设备的工作时间,限制了脑机接口可实时处理的电极数量。
为了克服现有技术的不足,本申请各示例性实施例提供一种基于阈值检测法对多通道神经元脉冲信号进行实时处理的神经元脉冲信号的模数转换电路,该电路大幅提高了侵入式脑机接口系统的可同时采集与处理的电极通道的数量,并可以此为基础实现在单个神经元的层面上的双向实时交互的大规模侵入式脑机接口系统。
本申请实施例中所述的阈值检测法是指将神经元脉冲信号与设定阈值进行比较,根据比较结果输出相应数字脉冲信号。
本申请一实施例提供的神经元脉冲信号的模数转换电路,包括:配置为对来自微电极的神经元脉冲信号进行放大和滤波的预处理模块;以及配置为将对神经元脉冲模拟信号转换为数字脉冲信号的阈值检测电路模块。
预处理模块使用低噪声放大器对前端电极采集到的微弱电信号进行放大并通过带通滤波器滤除较低频率的局部场电位信号,从而避免幅度相对较大的局部场电位信号在之后的阈值检测模块中,对输出结果产生影响。该放大器的功耗、芯片使用面积和噪声性能经过优化。放大器的输出端可选择地连接至带通滤波及可变增益放大模块,以进一步滤除低频的局部场电位信号并可动态调整输入信号的放大倍率。
阈值检测模块使用硬件电路实现阈值检测法,以处理带通滤波及可变增益放大模块输出的模拟信号,并输出代表神经元发放时间的数字脉冲信号。阈值检测电路模块的输出端可选择地连接至增益及阈值控制模块。
增益及阈值控制模块可动态调整前述可变增益放大器的增益以及阈值检测模块的阈值。
后续数字信号处理模块可对数字脉冲信号进行本地计算后,生成作用于其他微电极的电刺激信号,或经过处理后通过有线以及无线连接发送至外部计算设备。
在一实施例中,低噪声放大器与前端的微电极采用电容耦合,并具有带通滤波功能。
在一实施例中,可变增益放大模块使用可配置电容阵列调整增益,并具有带通滤波功能。
在一实施例中,阈值检测模块使用动态锁存比较器比较输入信号和设定阈值,输出数字化脉冲信号。
在一实施例中,动态锁存比较器的输出端连接至反相器,对数字脉冲信号整形。
在一实施例中,增益及阈值控制模块设定动态锁存比较器的恒定阈值并调整可变增益放大器的放大倍率。
本申请实施例提出的神经元脉冲信号的转换电路,由电极采集到的信号经过低噪声放大和滤波后,由阈值检测电路直接对其进行处理并输出数字脉冲信号。可变增益放大器的放大倍率以及判定脉冲信号的检测阈值由后续的增益及阈值控制单元设定。通过设置可变增益放大器,并通过增益及阈值控制单元来调整控制可变增益放大器的放大倍率来调整所述神经元脉冲信号,和/或,通过增益及阈值控制单元来调整阈值检测单元中的阈值,从而实现筛选神经元信号的模拟信号。这样,无需对模拟信号运行高能耗的脉冲分类算法,就能实现该模数转换电路相对于传统的模数转换电路而言占用更小的芯片面积并且 产生更低的能耗。由此,便于在单位面积的芯片上处理更多的电极通道信号,延长侵入式脑机接口设备的工作时间并提升整个系统的通信效率。
下面结合附图对本申请的实施例做详细说明。本申请中的各示例性实施例在以本申请技术方案为前提下进行实施,给出了详细的实施方式和具体的实施细节,但本申请的保护范围不限于下述的实施例。
图1是根据本申请一实施例的神经元脉冲信号的转换电路的结构示意图。如图1所示,本实施例的神经元脉冲信号的转换电路包括:预处理模块,所述预处理模块的输入端适于接收所述神经元脉冲信号,所述预处理模块配置为通过对所接收的所述神经元脉冲信号进行放大和带通滤波来生成模拟信号,并在所述预处理模块的输出端输出所述模拟信号;以及阈值检测模块,所述阈值检测模块的输入端连接至所述预处理模块的所述输出端,所述阈值检测模块配置为接收所述预处理模块输出的所述模拟信号,并使用阈值检测法将所述模拟信号转换为与所述神经元脉冲信号对应的目标数字脉冲信号。
图2是根据本申请一实施例的神经元脉冲信号的转换电路的结构示意图。如图2所示,在一实施例中,所述预处理模块包括可变增益放大器,所述可变增益放大器配置为,根据所述可变增益放大器的放大倍率来调整所述神经元脉冲信号。
在一实施例中,所述阈值检测模块包括依次连接的阈值检测单元和增益及阈值控制单元,所述阈值检测单元配置为,将所述模拟信号转换为与所述神经元脉冲信号对应的目标数字脉冲信号,所述增益及阈值控制单元配置为,根据所述目标数字脉冲信号的大小调整所述可变增益放大器的放大倍率。
在一实施例中,所述阈值检测单元包括比较器,所述比较器配置为,将所述预处理模块输出的所述模拟信号与所述比较器的阈值进行比较,根据比较结果输出高电平的第一数字脉冲信号或低电平的第一 数字脉冲信号。可以是,当所述模拟信号大于或等于比较器的阈值时,所述比较器输出高电平的第一数字脉冲信号,当所述模拟信号小于比较器的阈值时,所述比较器输出低电平的第一数字脉冲信号;也可以是,当所述模拟信号大于或等于比较器的阈值时,所述比较器输出低电平的第一数字脉冲信号,当所述模拟信号小于比较器的阈值时,所述比较器输出高电平的第一数字脉冲信号。
所述增益及阈值控制单元包括脉冲信号处理子单元,所述脉冲信号处理子单元配置为,将所述单次神经元脉冲的多个连续的所述第一数字脉冲信号转化为所述单次神经元脉冲对应的所述目标数字脉冲信号;
所述增益及阈值控制单元还配置为,根据所述目标数字脉冲信号的大小调整所述比较器的阈值的大小。
如果比较器的阈值设置得当,输出结果就是1和0(高低电平)的序列,1代表此刻有神经元脉冲,0代表无。如果比较器的阈值设置过大,则输出的数字信号只有0。调整放大倍率或者比较器的阈值需要根据后续的算法,例如,在一段时间内统计出现的1的个数,如果没有1或者1的个数较少,说明此时的模拟信号整体小于比较器的阈值,要么增大放大倍率,要么调小比较器的阈值,以使得模拟信号中的脉冲峰值能够大于比较器的阈值,这样比较器就会在该时刻输出结果1。
在一实施例中,所述比较器包括动态锁存比较器。
在一实施例中,所述比较器的输出端连接至反相器,所述反相器配置为,对所述比较器输出的所述目标数字脉冲信号进行整形。
根据比较器和反相器输出的信号,后续的增益及阈值控制模块会根据特定的算法,调整可变增益放大器的放大倍率或/和比较器另一端的参考电压,以获得合适的阈值或/和放大倍率。
在一实施例中,所述阈值检测单元包括串联的模数转换电路和数字比较器,所述模数转换电路的输出端连接所述数字比较器,所述模数转换电路配置为,将所述预处理模块输出的所述模拟信号转化为数字信号,所述数字比较器配置为,将所述数字信号与所述数字比较器的阈值进行比较,根据比较结果输出高电平的所述目标数字脉冲信号或低电平的所述目标数字脉冲信号。
动态锁存比较器和模数转换器是实现阈值检测的两种不同方案。模拟信号经过动态锁存比较器和反相器以后,会直接转变成目标数字脉冲信号;如果不使用动态锁存比较器,则按照传统方式,例如对模拟信号进行采样并转换为10bit数字信号,然后将10bit数字信号通过数字比较器与预设的数字阈值进行比较,即如果时刻t的输入值大于数字比较器的数字阈值,则输出1,小于则输出0,得到目标数字脉冲信号。
在一实施例中,所述电路还包括后续数字信号处理模块,所述后续数字信号处理模块配置为,对所述目标数字脉冲信号处理后,生成电刺激信号作用于所述微电极。
在一实施例中,所述后续数字信号处理模块还配置为,将所述目标数字脉冲信号处理后通过无线或有线连接装置发送至外部设备。
需要说明的是,此处的处理可以是根据目标数字脉冲信号,运行特定的算法来实现特定的功能,例如用机器学习的方法处理目标数字信号,控制机械臂,然后机械臂上的传感器会返回一些信号,代表位置,触觉等信息,返回的信号通过运算可以生成刺激信号,通过微电极刺激人脑,使人脑可以接收到到机械臂的反馈。本申请实施例对于目标数字脉冲信号的应用不做具体限定。
在一实施例中,所述预处理模块包括低噪声放大器,所述低噪声放大器配置为对所述神经元脉冲信号进行放大。
在一实施例中,所述预处理模块包括带通滤波器,所述带通滤波器配置为对所述神经元脉冲信号进行带通滤波。
在一实施例中,所述数字信号处理模块还配置为,将所述目标数字脉冲信号处理后通过模拟前端或有线连接装置发送至外部设备。
图3是根据本申请一实施例的预处理模块内的电路结构示意图。图4是根据本申请一实施例的阈值检测模块内的电路结构示意图。本申请实施例通过一具体示例来说明一种可选的神经元脉冲信号的转换电路的处理过程。如图3、4所示,低噪声放大器采用电容耦合方式与前端神经元脉冲信号采集电极连接,以滤除电极-组织界面引起的典型值为1V左右的直流偏移,耦合电容为Cin,电容值18.8pF。电容Cf与两个二极管连接PMOS晶体管并联后形成负反馈,以获得较低的高通截止频率,高通截止频率为
其中R
f为反馈电阻,C
f为反馈电容,电容Cf值为108fF。使用二极管连接PMOS晶体管取代多晶硅电阻,以提供便于集成的大电阻。放大器的低通截止频率为
其中g
m为输入差分对跨导,C
l为负载电容。该放大器的中带增益为
在给定条件下,该中带增益约为44.5dB。
所述带通滤波及可变增益放大单元,由可变增益放大器及带通滤波器串联而成,两者均使用电容耦合方式与前一级电路连接。可变增益放大器的反馈电容由电容阵列以及电阻并联后与运算跨导放大器反相连接,形成负反馈。与前述低噪声放大器相同,此处反馈电阻也由两个二极管连接PMOS晶体管组成,以提供便于集成的大电阻。电容阵列由不同电容值的电容和与电容串联的开关组成。不同支路的电容并联,导通支路的电容值相加后形成总的输入或反馈电容值。在外部控制信号作用下,反馈环路和输入的电容值可以依次变化。由于该放大器的中带增益由输入电容和反馈电容的比值决定,该可变增益放 大器的中带增益也能够依次变化。该可变增益放大器可提供的最大增益值为29dB,此时输入电容值为1.54pF,反馈电容值为48fF,所能提供的最小增益值为1.2dB。
带通滤波器由高通和低通滤波器串联而成,对可变增益放大器输出信号进行带通滤波,以减少局部场电位信号对神经元脉冲信号的影响。第一级RC高通滤波器的低频截止频率为
由两个二极管连接的PMOS晶体管串联提供所需的大电阻。电容C
h值为15.5fF,所得的低频截止频率为305Hz。运算跨导放大器反相连接,输出端接负载电容,两者形成低通滤波器,高频截止频率由Gm的跨导和负载电容比值决定,负载电容C
l值为18.8pF,高频截止频率为37kHz。
所述阈值检测单元由动态锁存比较器和反相器串联而成,比较器的一端连接经过放大和滤波之后的神经元脉冲信号,另一端连接比较用的参考电压。考虑到前述运算跨导放大器的直流工作点设置在电源电压的一半,即1/2倍Vdd,而电源电压Vdd为1.2V,所以直流工作点为0.6V。侵入式电极采集到的神经元脉冲信号的典型值为50微伏到1毫伏,为了能够对脉冲信号进行阈值检测,正确区分出神经元放电时间,此处将比较器另一端的参考电压V
comp设置为733mV,即比放大器和滤波器直流工作点高133mV。比较器时钟信号CLK频率设置为50kHz。大于此频率的时钟信号不影响最终结果。反相器连接在比较器输出端,对模数转换后的数字脉冲信号进行整形。
增益及阈值控制单元由脉冲信号处理子单元和增益控制子单元两部分组成,共同实现对数字化脉冲信号的进一步处理和可变增益放大器的增益调节。脉冲信号处理子单元配置为,将所述单次神经元脉冲的多个连续的所述第一数字脉冲信号转化为所述目标数字脉冲信号,增益控制子单元配置为,根据调整所述可变增益放大器的放大倍率,和/或,调整所述比较器的参考值。
根据比较器和反相器输出的信号,后续的增益及阈值控制模块会根据特定的算法,调整可变增益放大器的放大倍率或/和比较器另一端的参考电压,以获得合适的阈值或/和放大倍率。
图5是根据本申请一实施例的阈值检测模块内的脉冲信号处理电路结构示意图,如图5所示,经模拟前端放大滤波和比较器转换后得到的数字脉冲信号,在脉冲信号处理部分转化为代表脉冲信号发放的具体时间戳。在初始化过程中,由特定的增益设置程序给出前述T0~T9开关信号。本实例中,首先将可变增益放大器的增益设置为最小值,然后统计单位时间内测量得到的数字脉冲个数,若该值为0,则将可变增益放大器的增益调大一档。重复上述步骤直至单位时间内检测到的数字脉冲个数不为0。将此时的增益值存入寄存器中,作为该通道电极的增益倍数。如果增益调整至最大时,单位时间内测量得到的数字脉冲个数仍为0,则屏蔽该通道电极。之后正常工作未屏蔽的通道电极所得的数字脉冲将传输到后续数字处理模块,用于本地计算生成电刺激信号或经基带芯片处理后通过射频前端发送至外部设备。
本申请实施例中涉及的根据阈值检测单元输出的目标脉冲数字信号以及特定的算法,可以调整放大倍率。特定算法包括但不限于具体实施例中给出的,统计单位时间内的数字脉冲个数,若为0则说明放大倍率较小,将可变增益放大器的放大倍率增大一档,然后循环直到单位时间内的数字脉冲个数不为0。
图6是根据本申请一实施例的脉冲波形和时序示意图。如图5所示,图6中的Vin、Vd和Vpulse与图3和图4中对应。Vin表示从微电极输入预处理模块的输入脉冲信号,Vd表示反相器输出的脉冲信号,Vpulse表示经过脉冲信号处理电路处理后的脉冲信号。
图6中的Vd可以理解为前述第一数字脉冲信号的波形,为0和1,0代表无脉冲,1代表有脉冲。
图7是根据本申请一实施例的神经元脉冲信号的采集处理装置。 所述装置包括:微电极,配置为采集所述神经元脉冲信号;以及根据上述任一实施例所述的神经元脉冲信号的转换电路,所述预处理模块的输入端连接至所述微电极以接收所采集的所述神经元脉冲信号。
可以理解的是,采集处理装置的转换电路可以具有与前述任一实施例中的神经元脉冲信号的转换电路的相同或相似的功能,这里不再赘述。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (14)
- 一种神经元脉冲信号的转换电路,包括:预处理模块,所述预处理模块的输入端适于接收所述神经元脉冲信号,所述预处理模块配置为通过对所接收的所述神经元脉冲信号进行放大和带通滤波来生成模拟信号,并在所述预处理模块的输出端输出所述模拟信号;以及阈值检测模块,所述阈值检测模块的输入端连接至所述预处理模块的所述输出端,所述阈值检测模块配置为接收所述预处理模块输出的所述模拟信号,并使用阈值检测法将所述模拟信号转换为与所述神经元脉冲信号对应的目标数字脉冲信号。
- 根据权利要求1所述的电路,其中,所述阈值检测模块包括依次连接的阈值检测单元和阈值控制单元,所述阈值检测单元配置为,将所述模拟信号转换为与所述神经元脉冲信号对应的目标数字脉冲信号,所述阈值控制单元配置为,根据所述目标数字脉冲信号调整所述阈值检测单元的检测阈值。
- 根据权利要求1所述的电路,其中,所述预处理模块包括可变增益放大器,所述可变增益放大器配置为,根据所述可变增益放大器的放大倍率来调整所述神经元脉冲信号。
- 根据权利要求3所述的电路,其中,所述阈值检测模块包括依次连接的阈值检测单元和增益及阈值控制单元,所述阈值检测单元配置为,将所述模拟信号转换为与所述神经元脉冲信号对应的目标数字脉冲信号,所述增益及阈值控制单元配置为,根据所述目标数字脉冲信号调整所述可变增益放大器的放大倍率和/或所述阈值检测单元的检测阈值。
- 根据权利要求1所述的电路,其中,所述阈值检测单元包括比较器,所述比较器配置为,将所述预处理模块输出的所述模拟信号 与所述比较器的阈值进行比较,根据比较结果输出高电平的第一数字脉冲信号或低电平的第一数字脉冲信号。
- 根据权利要求5所述的电路,其中,所述增益及阈值控制单元包括脉冲信号处理子单元,所述脉冲信号处理子单元配置为,将单次神经元脉冲的多个连续的所述第一数字脉冲信号转化为所述单次神经元脉冲对应的所述目标数字脉冲信号。
- 根据权利要求5所述的电路,其中,所述比较器包括动态锁存比较器。
- 根据权利要求5所述的电路,其中,所述比较器的输出端连接至反相器,所述反相器配置为,对所述比较器输出的所述目标数字脉冲信号进行整形。
- 根据权利要求1所述的电路,其中,所述阈值检测单元包括串联的模数转换电路和数字比较器,所述模数转换电路的输出端连接所述数字比较器,所述模数转换电路配置为,将所述预处理模块输出的所述模拟信号转化为数字信号,所述数字比较器配置为,将所述数字信号与所述数字比较器的阈值进行比较,根据比较结果输出高电平的所述目标数字脉冲信号或低电平的所述目标数字脉冲信号。
- 根据权利要求1所述的电路,其中,所述电路还包括后续数字信号处理模块,所述后续数字信号处理模块配置为,对所述目标数字脉冲信号处理后,生成电刺激信号作用于微电极。
- 根据权利要求1所述的电路,其中,所述电路还包括后续数字信号处理模块,所述后续数字信号处理模块配置为,将所述目标数字脉冲信号处理后通过无线或有线连接装置发送至外部设备。
- 根据权利要求1所述的电路,其中,所述预处理模块包括低噪声放大器,所述低噪声放大器配置为对所述神经元脉冲信号进行放 大。
- 根据权利要求1所述的电路,其中,所述预处理模块包括带通滤波器,所述带通滤波器配置为对所述神经元脉冲信号进行带通滤波。
- 一种神经元脉冲信号的采集处理装置,包括:微电极,配置为采集所述神经元脉冲信号;以及根据权利要求1至13中任一项所述的神经元脉冲信号的转换电路,所述预处理模块的输入端连接至所述微电极以接收所采集的所述神经元脉冲信号。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2021/090075 WO2022226750A1 (zh) | 2021-04-27 | 2021-04-27 | 神经元脉冲信号的转换电路及其装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117751526A true CN117751526A (zh) | 2024-03-22 |
Family
ID=83847634
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180097621.4A Pending CN117751526A (zh) | 2021-04-27 | 2021-04-27 | 神经元脉冲信号的转换电路及其装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN117751526A (zh) |
WO (1) | WO2022226750A1 (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103226204B (zh) * | 2013-04-01 | 2015-07-15 | 中国科学院高能物理研究所 | 探测器信号的测试系统及方法 |
CN103584851B (zh) * | 2013-10-24 | 2016-01-06 | 燕山大学 | 一种多通道神经元信号采集调控与传输装置 |
WO2018170141A1 (en) * | 2017-03-15 | 2018-09-20 | The Regents Of The University Of California | Removal of stimulation artifact in multi-channel neural recordings |
CN109714057B (zh) * | 2018-12-26 | 2020-04-07 | 北京华大九天软件有限公司 | 一种动态的数模信号转换模型及建模方法 |
-
2021
- 2021-04-27 WO PCT/CN2021/090075 patent/WO2022226750A1/zh active Application Filing
- 2021-04-27 CN CN202180097621.4A patent/CN117751526A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2022226750A1 (zh) | 2022-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | A 64-channel versatile neural recording SoC with activity-dependent data throughput | |
Harrison | The design of integrated circuits to observe brain activity | |
US8755868B2 (en) | Adaptive sampling | |
CN102512159B (zh) | 一种便携式无线脑电采集装置 | |
Horiuchi et al. | A low-power CMOS neural amplifier with amplitude measurements for spike sorting | |
US10820816B2 (en) | System for a brain-computer interface | |
Eftekhar et al. | Towards a next generation neural interface: Optimizing power, bandwidth and data quality | |
CN110840454B (zh) | 一种脑电信号采集装置和方法 | |
CN103505198A (zh) | 无线神经信号检测芯片 | |
Yang et al. | Adaptive threshold spike detection using stationary wavelet transform for neural recording implants | |
CN113679391B (zh) | 心电基线漂移滤波装置、心电信号采样系统及采样方法 | |
CN110840453A (zh) | 一种采集脑电信号电路及抗干扰方法 | |
CN204258744U (zh) | 便携式低功耗高性能脑电放大器电路 | |
CN106843509B (zh) | 一种脑机接口系统 | |
CN109528191A (zh) | 一种颅内脑电生理信号检测与放大系统及方法 | |
Chen et al. | A bio-amplifier with pulse output | |
CN117751526A (zh) | 神经元脉冲信号的转换电路及其装置 | |
Gosselin et al. | Low-power implantable microsystem intended to multichannel cortical recording | |
CN103977503B (zh) | 一种低成本的pace波检测装置及方法 | |
CN110870945A (zh) | 增益调节模块、控制方法及植入式神经刺激系统 | |
CN114356135B (zh) | 采样电路、信号处理电路、显示装置及信号处理方法 | |
Bonfanti et al. | A low-power integrated circuit for analog spike detection and sorting in neural prosthesis systems | |
Chen et al. | Accuracy and power tradeoff in spike sorting microsystems with cubic spline interpolation | |
Anderson et al. | Wireless integrated circuit for the acquisition of electrocorticogram signals | |
Barsakcioglu et al. | Design optimisation of front-end neural interfaces for spike sorting systems |
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 |