近年來由于腦科學(xué)與人工智能技術(shù)的迅猛發(fā)展,腦機(jī)接口技術(shù)得到了長足的進(jìn)步和飛速的發(fā)展,已逐漸成為當(dāng)前神經(jīng)工程領(lǐng)域中*活躍的研究方向之一,在生物醫(yī)學(xué)、神經(jīng)康復(fù)和智能機(jī)器人等領(lǐng)域具有重要的研究意義和巨大的應(yīng)用潛力,應(yīng)用領(lǐng)域也在逐漸擴(kuò)大。本書從電路和系統(tǒng)層面,介紹了實(shí)現(xiàn)腦機(jī)接口集成電路的若干關(guān)鍵核心技術(shù)。在電路層面,作者介紹了具有電容反饋低噪聲放大器和電容衰減帶通濾波器的低功率神經(jīng)信號調(diào)節(jié)系統(tǒng),以及幾種分別基于電壓域、電流域和時(shí)間域等方法實(shí)現(xiàn)的A/D轉(zhuǎn)換器,并從電路架構(gòu)層次評估了如何在噪聲、速度和功耗之間進(jìn)行折衷。在系統(tǒng)層面,作者介紹了基于非線性能量算子尖峰探測和基于核函數(shù)的多類支持向量機(jī)分類的128通道可編程神經(jīng)尖峰信號分類器。另外,還提出了在神經(jīng)接口設(shè)計(jì)中應(yīng)對工藝偏差的多變量優(yōu)化方法。
譯者序
作者簡介
縮略語表
物理量符號表
第1章引言
1.1腦機(jī)接口:電路與系統(tǒng)
1.2當(dāng)前設(shè)計(jì)實(shí)踐的述評
1.3研究意義
1.4本書章節(jié)安排
參考文獻(xiàn)
第2章神經(jīng)信號調(diào)理電路
2.1概述
2.2高能效神經(jīng)信號調(diào)理電路
2.3運(yùn)算放大器
2.4實(shí)驗(yàn)結(jié)果
2.5結(jié)論
參考文獻(xiàn)
第3章神經(jīng)信號量化電路
3.1概述
3.2低功耗ADC結(jié)構(gòu)
3.3ADC構(gòu)建模塊
3.3.1 采樣保持電路
3.3.2 自舉開關(guān)電路
3.3.3 運(yùn)算放大器電路
3.3.4 鎖存比較器電路
3.4電壓域SAR A/D轉(zhuǎn)換
3.5電流域SAR A/D轉(zhuǎn)換
3.6時(shí)域兩級A/D轉(zhuǎn)換
3.7實(shí)驗(yàn)結(jié)果
3.8結(jié)論
參考文獻(xiàn)
第4章神經(jīng)信號分類電路
4.1概述
4.2神經(jīng)尖峰信號探測器
4.3神經(jīng)尖峰信號分類器
4.4實(shí)驗(yàn)結(jié)果
4.5結(jié)論
參考文獻(xiàn)
第5章腦機(jī)接口:系統(tǒng)優(yōu)化
5.1概述
5.2電路參數(shù)的理論公式
5.2.1隨機(jī)工藝偏差
5.2.2神經(jīng)記錄接口的噪聲
5.3用于工藝偏差分析的隨機(jī)MNA
5.4用于噪聲分析的隨機(jī)MNA
5.5多通道神經(jīng)記錄界面的單位面積功耗優(yōu)化
5.5.1功耗優(yōu)化
5.5.2單位面積功耗優(yōu)化
5.6實(shí)驗(yàn)結(jié)果
5.7結(jié)論
參考文獻(xiàn)
第6章 結(jié)語
6.1 實(shí)驗(yàn)結(jié)果總結(jié)
6.2 展望
附錄
A.1 功率-噪聲放大器折中
A.2 信號調(diào)理電路功率
A.3 信號量化電路功率
A.4 可編程增益SAR ADC的噪聲分析
B.1 MOS晶體管模型不確定性
B.2 電阻和電容模型不確定性
B.3 時(shí)域分析
B.4 參數(shù)提取
B.5 性能函數(shù)糾正
B.6 樣本大小的確定
B.7 頻域分析法
參考文獻(xiàn)