一種神經振蕩信號模擬器制造技術

本發明專利技術公開了一種神經振蕩信號模擬器，由神經群模型搭建、模型校正及轉化、FPGA硬件實現三部分依次相連組成；在神經群動力學模型的基礎上，以神經群模型原理圖為依托通過參數調節生成相應波形，并將校正好的數學模型轉化成硬件描述語言然后燒錄到FPGA。本發明專利技術具有信號輸出穩定、結構簡單、調節方便、可視效果明顯等優點。

【技術實現步驟摘要】

本專利技術涉及生物醫學工程領域，涉及神經群模型的構建以及FPGA的應用。
技術介紹
由于技術上的限制和我們對大腦認知的不足，我們現有的計算能力很難滿足復雜的神經群模型的搭建以及計算。目前，我們只是在不斷的挖掘快速計算的方法來解決這個問題，但是實際效果并不讓人滿意，因為現有的計算方法都是串行，我們大腦神經元的工作機制卻是并行的，有本質上的差異，因此接下來我們要運用神經元的工作機制來進行模型的硬件實現。現場可編程門陣列(FPGA)近年來發展比較迅速，因為其具有高性能，功耗低，體積小等優點所以被廣泛使用。FPGA具有靈活的可編程性，內部工作機制也是高速的并行計算，所以對于神經群模型硬件實現來說是一個很好的選擇。經對現有文獻的檢索發現《生物醫學工程學雜志》,2016(4)，論文名“丘腦皮層神經群模型仿真及現場可編程門陣列實現研究”，該文獻完成了模型的搭建以及仿真，但是并沒有實現多種腦狀態下神經振蕩信號的輸出。經檢索還發現，中國專利申請號為：201310282800.2，名稱為：基于SOPC模擬腦電波的電路板及構建大腦動力學模型的方法，該申請案基于SOPC嵌入式設計完成了腦電波形LCD屏的顯示，沒有實現參數在模型中調節與噪聲可量化的輸入也沒有通過D/A輸出波形，而且方法本身存在不足之處：模型復雜致使程序編寫難度加大，不能體現FPGA高速計算復雜模型的能力。
技術實現思路
本專利技術目的在于提供一種實現神經群模型快速、高效計算的神經振蕩信號模擬器。為實現上述目的，采用了以下技術方案：本專利技術所述模擬器由神經群模型搭建、模型校正及轉化、FPGA硬件實現三部分依次相連組成；在神經群動力學模型的基礎上，以神經群模型原理圖為依托通過參數調節生成相應波形，并將校正好的數學模型轉化成硬件描述語言然后燒錄到FPGA；具體組建方法如下：(1)神經群模型搭建在DSPBuilder中完成神經群模型的搭建與仿真；(2)模型校正及轉化在神經群模型中通過調整相關生理參數實現多種腦狀態下的神經振蕩信號；根據信噪比公式(P＝10log[ps/pn])加入噪聲生成不同信噪比的神經振蕩信號，并將校正好的數學模型轉化成硬件描述語言；(3)FPGA硬件實現FPGA硬件包括神經群模塊、編譯模塊、可執行語言模塊、D/A模塊、衰減器模塊、TFT-LCD模塊、控制器模塊A、控制器模塊B、控制器模塊C、Avalon總線模塊；將神經群模塊通過編譯模塊編譯成可執行語言模塊，可執行語言模塊、D/A模塊、TFT-LCD模塊通過對應的控制器模塊A、控制器模塊B、控制器模塊C定制成一個IP連接在Avalon總線模塊上，采用DSPBuilder+IP+NiosⅡ+Qsys的設計方案通過NiosⅡEclipse完成驅動處理，構成軟硬件無縫對接，實現波形衰減與穩定輸出。與現有技術相比，本專利技術具有如下優點：1、可在神經群模型中調節相關生理參數生成不同腦狀態下的神經振蕩信號(靜息態腦電、癲癇、睡眠等)，為探究不同神經生理機制提供新方法。2、可加入量化的噪聲信息生成不同的信噪比信號，實現不同信噪比的神經振蕩信號，為神經振蕩的可視化打下基礎。3、D/A后接衰減器實現波形衰減與穩定輸出，產生的神經振蕩信號能夠衰減到毫伏級，為專業的醫療儀器標定(癲癇、睡眠監測等)提供新的方案。4、將神經群模型的數學模型轉化成硬件可執行語言，利用FPGA實現無延遲效應的神經群模型功能。附圖說明圖1是本專利技術的整體設計框圖。圖2是本專利技術的神經群動力學模型圖。圖3是本專利技術的神經群模型原理圖。圖4是本專利技術的FPGA硬件實現框圖。附圖標號：1-神經群模塊、2-編譯模塊、3-可執行語言模塊、4-D/A模塊、5-衰減器模塊、6-TFT-LCD模塊、7-控制器模塊A、8-控制器模塊B、9-控制器模塊C、10-Avalon總線模塊。具體實施方式下面結合附圖對本專利技術做進一步說明：如圖1所示，本專利技術主要由三部分構成，分別是神經群模型搭建、模型校正及轉化、FPGA硬件實現。在神經群動力學模型的基礎上，以神經群模型原理圖為依托通過參數調節生成相應波形，并將校正好的數學模型轉化成硬件描述語言然后燒錄到FPGA；FPGA硬件實現，基于DSPBuilder+IP+NiosⅡ+Qsys嵌入式設計方案，硬件外圍連接TFT-LCD、D/A、衰減器實現波形穩定輸出。如圖2所示，神經群動力學模型，在一個皮層柱中包含三種連接分別為短范圍的連接(皮層內部)，長范圍的連接(皮層-皮層之間)，外圍連接(子皮層之間)。在一個微柱中興奮性神經元和抑制性神經元之間是相互連接的，并受到子皮層的興奮性和抑制性的輸入，但是在皮層-皮層之間的連接中抑制性神經元只受到興奮性的輸入。如圖3所示，神經群模型原理圖，根據原理圖通過調整相關生理參數(如興奮性或抑制性平均突觸增益、突觸的連接強度等)實現不同的神經振蕩信號(如靜息態腦電、癲癇、睡眠等)；根據信噪比公式(P＝10log[ps/pn]，ps和pn分別代表信號和噪聲的有效功率)加入噪聲生成不同信噪比的神經振蕩信號。為了將模型在硬件上完成計算，將數學模型轉換成相應的硬件描述語言從而使FPGA實現無延遲效應的神經群模型功能。圖中He,Hi分別表示興奮性和抑制性脈沖相應，S為平均點燃率，C1,C2,C3,C4為平均突觸連接強度，P代表大腦皮層的隨即活動這里采用白色噪聲取代。如圖4所示，FPGA硬件實現，采用DSPBuilder+IP+NiosⅡ+Qsys的嵌入式設計方案。首先將神經群模塊1通過編譯模塊2編譯成可執行語言模塊3，衰減器模塊5連接D/A模塊4，然后將可執行語言模塊3、外接D/A模塊4以及TFT-LCD模塊6通過對應控制器模塊A7、控制器模塊B8、控制器模塊C9定制成一個IP連接在Avalon總線模塊10上，最后通過NiosⅡ控制數據的傳輸，從而實現波形衰減與穩定輸出，構成軟硬件無縫對接，充分發揮FPGA高速并行計算能力。以上所述的實施例僅僅是對本專利技術的優選實施方式進行描述，并非對本專利技術的范圍進行限定，在不脫離本專利技術設計精神的前提下，本領域普通技術人員對本專利技術的技術方案做出的各種變形和改進，均應落入本專利技術權利要求書確定的保護范圍內。本文檔來自技高網...

【技術保護點】
一種神經振蕩信號模擬器，其特征在于：所述模擬器由神經群模型搭建、模型校正及轉化、FPGA硬件實現三部分依次相連組成；在神經群動力學模型的基礎上，以神經群模型原理圖為依托通過參數調節生成相應波形，并將校正好的數學模型轉化成硬件描述語言然后燒錄到FPGA；具體組建方法如下：(1)神經群模型搭建在DSP?Builder中完成神經群模型的搭建與仿真；(2)模型校正及轉化在神經群模型中通過調整相關生理參數實現多種腦狀態下的神經振蕩信號；根據信噪比公式(P＝10log10[ps/pn])加入噪聲生成不同信噪比的神經振蕩信號，并將校正好的數學模型轉化成硬件描述語言；(3)FPGA硬件實現FPGA硬件包括神經群模塊、編譯模塊、可執行語言模塊、D/A模塊、衰減器模塊、TFT?LCD模塊、控制器模塊A、控制器模塊B、控制器模塊C、Avalon總線模塊；將神經群模塊通過編譯模塊編譯成可執行語言模塊，可執行語言模塊、D/A模塊、TFT?LCD模塊通過對應的控制器模塊A、控制器模塊B、控制器模塊C定制成一個IP連接在Avalon總線模塊上，采用DSP?Builder+IP+NiosⅡ+Qsys的設計方案通過NiosⅡEclipse完成驅動處理，構成軟硬件無縫對接，實現波形衰減與穩定輸出。...

【技術特征摘要】
1.一種神經振蕩信號模擬器，其特征在于：所述模擬器由神經群模型搭建、模型校正及轉化、FPGA硬件實現三部分依次相連組成；在神經群動力學模型的基礎上，以神經群模型原理圖為依托通過參數調節生成相應波形，并將校正好的數學模型轉化成硬件描述語言然后燒錄到FPGA；具體組建方法如下：(1)神經群模型搭建在DSPBuilder中完成神經群模型的搭建與仿真；(2)模型校正及轉化在神經群模型中通過調整相關生理參數實現多種腦狀態下的神經振蕩信號；根據信噪比公式(P＝10log10[ps/pn])加入噪聲生成不同信噪比的神經振蕩信號，并將校正好的數學模型...

【專利技術屬性】
技術研發人員：梁振虎，黃成，李小俚，
申請(專利權)人：燕山大學，
類型：發明
國別省市：河北;13