技术书评和笔记【01】脑机接口-电路与系统【2020版】

本文主要是介绍技术书评和笔记【01】脑机接口-电路与系统【2020版】，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

前言：

荷兰作者，Amir Zjajo博士，毕业于荷兰代尔夫特理工大学，方向

面向移动健康的低功耗混合型号电路与系统，以及，面向认知的神经形态电路。

，脑机接口 - 电路与系统一书，系统介绍了，脑机接口电路与系统的实现技术，尤其，提到了量产和设计的问题，难能可贵，摘录如下

第一章引言

摘要

脑机接口(Brain Machine Interface，BM)电路促进了人体生理参数(如压力和情绪监测、个人心理分析等)持续监测技术的发展，这不仅有利于慢性病管控，也有利于疾病的发生诊断、预防和治疗处置，将超低功耗传感器和超低功耗无线通信技术相结合有望产生新型生物医学设备，这些设备可增强我们的感知能力，或提供例如人工耳蜗、人工视网膜、运动假体等功能。将实用的多通道 BMI系统与 CMOS 电子设备相结合，可长期可靠地记录和调节脑皮层内的神经信号，对所记录的神经数据进行片上处理，并在闭环框架内刺激神经系统。为了避免感染的风险，这类系统可植入到皮下，而记录的神经信号和植入操作所需的能量则以无线方式传输。相较于传统方式，这种改变使电极和电路距离更近，也提高了多通道电极阵列的密度，但同时也对记录系统电路的小型化和低功耗方面提出了重大设计挑战。此外，容纳该系统的空间也应受到限制，以确保在植入过程中减小组织损伤和组织移位。在本书中，这个设计问题是在不同的抽象层次上解决的，即电路级和系统级。因此，本书也提供了较宽的视野，涉及处理问题时必须使用的各种解决方案，以及一些可组合起来使用的非常有效的补充技术。例如:技术扩展性、电路拓扑、架构发展趋势、(流片后的)电路优化算法和成品率限制、单位面积功耗最小化框架(专门针对功耗-性能的折中)，以及从空间分辨率(即通道数)、可行的无线数据带宽和信息质量到可植入电池的功率传输。

1.1 脑机接口，电路与系统

引言里面，作者对脑机接口的几个关键的方面进行了阐述。

【预测未来的最佳方法是发明他】这个想法确实有点意思，

【案】作者对脑机接口的应用领域，主要集中在，医学和脑部疾病，以及重建感觉的方面。即使如此，提出的几点基本方面还是很有参考价值。

要很好的理解脑部神经回路和连接方式，需要并行多通道的进行实时采集
神经探针技术的主要目标，最大程度减少尺寸，并尽可能的多的记录点位（空间分辨率）
2个典型的神经细胞的记录参数,一个信噪比参数
1. LFP(Local Field Potential) 局部场电位，记录位点周围少量神经的平均活动（1~300Hz）
2. AP(Action Potential),神经细胞活动动作电位，又叫(Spikes），（300·10KHZ）
3. SNR(Signal-to-Noise Ratio)
数据速率和低功率无线通信的博弈（10位精度，每秒32K/s采样，100电极的速率大约为32Mbit/S，这是不可能通过常规的电池技术能够满足，由此，必须，在损失有限的准确度下，大量的减少功耗，必须有如下方法）
1. 小波变换等数据压缩，仅仅提供神经元的重要特征
2. 将AP的信号进行分类，只传输（Spikes）的分类结果，而不是原始数据。【最好是硬件实现】
电池技术与功耗
功率密度可能对神经系统的损害（0.8mw/mm2）