CN104375878A - 弱电磁刺激调制海马网络节律的fpga仿真*** - Google Patents
弱电磁刺激调制海马网络节律的fpga仿真*** Download PDFInfo
- Publication number
- CN104375878A CN104375878A CN201410681311.9A CN201410681311A CN104375878A CN 104375878 A CN104375878 A CN 104375878A CN 201410681311 A CN201410681311 A CN 201410681311A CN 104375878 A CN104375878 A CN 104375878A
- Authority
- CN
- China
- Prior art keywords
- fpga
- network
- host computer
- signal
- module
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种弱电磁刺激调制海马网络节律的FPGA仿真***，其中：该仿真***包含基于FPGA的硬件电路、任意波形发生器、模数转换器以及人机操作界面，神经元模型以及控制模块采用Verilog HDL语言编写，并编译下载到FPGA中，突触电流计算模块、卡巴胆碱等效电流计算模块、外电场等效电流计算模块与局部场电势计算模块采用DSP Builder编程实现，上位机操作界面通过LabVIEW编程实现，并与FPGA进行通讯。本发明的效果是作为生物神经网络的无动物实验、基于高速运算的FPGA神经元网络实验平台，实现了对海马CA3区的硬件建模，并且能够达到在时间尺度上与真实生物神经元网络的一致。
Description
技术领域
本发明涉及生物医学工程技术，特别是一种弱电磁刺激调制海马网络节律的FPGA仿真***。
背景技术
研究表明，海马节律与哺乳动物的学***台，并在此平台上研究弱电磁刺激对海马节律的调控机理对于深入理解TES疗法的潜在机制以及构建电磁刺激控制策略具有重要的意义。
在海马网络的计算神经科学研究中，计算机软件仿真工作繁琐，而针对某海马网络特定神经元构建的模拟电路，实验可扩展性和灵活性都有局限，不易于仿真工作的操作和开展。因此弱电磁刺激调制下海马网络节律的高性能硬件实现，是一个全新的研究方向。
现场可编程门阵列(Field Programmable Gate Array，FPGA)技术是专用集成电路(ASIC)领域中的一种半定制电路技术，其解决了定制电路的不足以及以往可编程器件门电路数有限的问题，在以生物神经***为对象的计算神经科学领域逐渐受到青睐。相对于模拟电路平台开发周期长等缺点，FPGA因其集成度高、体积小、并行计算、可重复配置、编程灵活、可靠性好、低功耗等优点使其能够实现真实时间尺度下神经元电生理活动仿真和特性分析。应用能够并行运算的FPGA，可以完成真实时间尺度下神经元电生理活动仿真和特性分析，提高运算效率，在神经元特性研究、共振及电磁场作用研究、仿生学、智能***等方面有着重要的应用价值。
现有的技术还处于基础阶段，因此仍存在以下缺点：尚无基于FPGA的功能完善的弱电磁刺激调制海马网络节律的FPGA仿真***；运用FPGA实现的硬件仿真神经元网络模型结构比较简单，精度不高；人机界面尚未完善，无法进行实时的控制操作与数据分析，因此对FPGA硬件神经元网络的操作分析比较困难。
发明内容
针对上述技术中存在的不足，本发明的目的是提供一种弱电磁刺激调制海马网络节律的FPGA仿真***，使研究人员可以灵活便捷的完成海马神经元网络在弱电磁刺激调制下网络节律变化的相关仿真工作，通过操作界面直观读取数据，为研究经颅电磁刺激的作用机理提供重要理论依据。
为实现上述目的，本发明采用的技术方案是提供一种弱电磁刺激调制海马网络节律的FPGA仿真***，其中：该仿真***包含基于FPGA的硬件电路、任意波形发生器、模数转换器以及人机操作界面，神经元模型以及控制模块采用Verilog HDL语言编写，并编译下载到FPGA中，突触电流计算模块、卡巴胆碱等效电流计算模块、外电场等效电流计算模块与局部场电势计算模块采用DSP Builder编程实现，上位机操作界面通过LabVIEW编程实现，并与FPGA进行通讯。
本发明的有益效果是该仿真***实现了复杂的海马神经元网络的建模，设计了兼具可视化与可操作性的人机界面，提高了***的灵活性和可操作性，能够在时间尺度内对与海马神经元网络的数学模型进行仿真；同时，该仿真***为弱电磁刺激下节律仿真提供了真实时间尺度内的可视化仿真平台，对理解经颅电刺激的作用机制的研究有重要的实用价值。基于高速并行计算的FPGA神经元网络功能特性仿真是一种无动物实验的方法，其实验平台的应用研究在世界范围内属于一项前沿的科技领域。本研究创新的提出了弱电磁刺激调制海马网络节律的FPGA仿真***，其具有以下几点优势：1、所设计的硬件仿真模型能够在时间尺度上保持与真实生物神经元的一致性，其中芯片最大工作频率为200MHz，并行运算保证膜电位输出频率在1毫秒之内，满足真实神经元时间尺度要求，为神经元共振现象的研究提供了更加快速、便携的硬件实验平台；2、本平台中外部刺激的强弱与频率可通过任意信号发生器进行调节，神经元参数、外部刺激信号选择等都可以通过上位机软件界面配置，完成了利用计算机用户操作界面配置实验设备的各种特性；3、上位机操作界面可以实时观测网络放电状态、功率谱、局部场电势与网络栅图，并可以定量测得外部场刺激等效电流大小，同时进行神经元网络的特性分析，数据存储功能便于后续数据的分析工作，为电磁场刺激下海马网络节律的研究提供了更好的可视化仿真研究平台。
附图说明
图1为本发明的仿真***结构示意图；
图2为本发明的仿真***海马CA3网络计算模型；
图3为本发明的仿真***海马网络单神经元流水线模型；
图4为本发明的仿真***突触电流计算模块；
图5为本发明的仿真***等效电流计算模块；
图6为本发明的人机操作操作界面示意图。
图中：
1.FPGA开发板2.上位机3.FPGA芯片Ⅰ4.FPGA芯片Ⅱ5.AD转换器6.USB接口模块7.任意波形发生器8.海马网络神经元模型9.突触电流计算模块10.控制模块11.卡巴胆碱等效电流计算模块12.外电场等效电流计算模块13.局部场电势计算模块14.上位机操作界面15.海马CA3网络模型16.膜电位信号17.输出数据总线18.输入数据总线19.USB接口芯片20.USB接口21.外部刺激信号22.外部刺激选择信号23.突触电流信号24.SDRAM存储器模块25.等效电流计算模块26.局部场电势信号27.外电场等效电流信号28.卡巴胆碱等效电流信号29.模型参数信号30.流水线P数据通路31.流水线Q数据通路路32.网络连接矩阵33.网络突触权重矩阵34.膜电位双口RAM存储器35.镜像存储器36.复用器37.复用器控制信号38.选项卡39.界面基本操作框40.外加刺激操作框41.参数整定框42.神经元选择与波形显示选择旋钮43.波形图窗口44.外电场刺激波形图窗口
具体实施方式
下面结合附图对本发明的弱电磁刺激调制海马网络节律的FPGA仿真***结构加以说明。
本发明的弱电磁刺激调制海马网络节律的FPGA仿真***的设计思想是首先在FPGA开发板1上分别建立兴奋性与抑制性两类神经元模型；然后在FPGA开发板1上设计突触电流计算模块9接收神海马网络经元模型8计算所得膜电位信号16进行运算，其产生突触电流信号23使海马CA3网络模型15耦合连接，产生海马网络的动态特性与放电节律；利用任意波形发生器7产生方波、正弦等任意信号，通过刺激更改海马CA3网络模型15的放电节律与动态特性，使其功率谱与放电栅图产生相应改变；利用控制模块10作为外部刺激信号21的控制核心，依照上位机操作界面14输入指令对外部刺激信号21数据的传输与选择进行相应使能操作；USB接口模块6作为上位机2与FPGA开发板1数据传输交换的中心；最后设计上位机软件界面14，上位机软件界面14通过设置参数并传输到FPGA芯片Ⅰ3、FPGA芯片Ⅱ4中，实现对神经元模型8关键参数的配置和刺激信号21的选择，通过外部刺激操作框41中拉杆可以选择刺激信号类型，同时也可以把FPGA芯片Ⅱ4中神经元网络放电的动态数据上传到上位机2中，在上位机操作界面14进行放电动态波形的显示，通过上位机2进行功率谱与放电栅图分析的结果同样以图像的形式呈现在上位机操作界面14中。该仿真***由相互连接的FPGA开发板1、任意波形发生器7、模数转换器5和上位机2组成。其中FPGA开发板1用来实现海马CA3网络模型15和完成不同种类等效电流计算，任意波形发生器7产生需要的外部刺激信号21，模数转换器5完成任意波形发生器7与FPGA开发板1之间的模数转换工作，上位机2用来设计用户操作界面14并通过USB接口模块6与FPGA开发板1进行通讯。
所述海马网络神经元模型8在FPGA芯片Ⅱ4中采用欧拉法离散化，并采用流水线技术搭建，使复杂的常微分方程并行计算。流水线思想本质上利用延时寄存器使数学模型分为几个子运算过程，在每个时钟周期内，每个子运算过程可以同时进行不同神经集群、不同时刻的运算，模型数据交叉在双口RAM寄存器34中保存，并随时钟而传递。在海马网络神经元模型8中，不同模型参数会产生不同种类的放电模式，模型参数由上位机操作界面14输入，存储在外设寄存器SDRAM模块24中，计算时同步调用，这样便可实现独立神经元的参数调整与神经元放电模式改变。
所述任意波形发生器7：任意波形发生器7型号为Agilent33220A，可产生20MHz正弦波、方波，产生脉冲、斜披、三角波，噪声和直流波形，输出波形为14位，50MSa/s，64K点，满足设计需要。
所述模数转换器：模数转换器5芯片型号为AD9248，AD9248采用多级差分流水线架构，内置输出纠错逻辑，在最高65 MSPS数据速率时可提供14位精度，并保证在整个工作温度范围内无失码，满足设计需要。
所述等效电流计算模块：等效电流计算模块25包括卡巴胆碱等效电流计算模块11、外电场等效电流计算模块12与局部场电势计算模块13，通过上位机操作界面14的外部刺激选择信号22，选择其中的模块输出信号作为海马CA3网络模型15的外加刺激，从而研究内生场与外部弱电磁场对海马网络动态特性的影响。
所述上位机操作界面：上位机操作界面14的编写采用LabVIEW开发实现，通过VISA(Virtual Instrument Software Architecture，虚拟仪器软件体系结构)与上位机相连，上位机LabVIEW软件界面可以通过“VISA读取”来连续接收从FPGA开发板USB接口模块6传输的海马网络模型运算得到的动态数据，在LabVIEW开发的界面进行实时的波形显示；同时可以在LabVIEW界面设置参数通过“VISA写入”输入数据到USB控制模块6中对模型参数进行配置。其采用图形化语言设计，开发过程便捷直观。仿真***的上位机操作界面14能实现实时的数据采集、波形显示与数据分析处理。
本发明的弱电磁刺激调制海马网络节律的FPGA仿真***由FPGA开发板1、上位机2、AD转换器5和任意波形发生器7组成。其中FPGA开发板1用来实现海马CA3网络模型15和等效电流计算模块25，上位机2用来设计上位机操作界面14并通过USB接口模块6实现与FPGA开发板1的通讯。以下加以说明：
海马CA3区神经元网络模型15
如图1所示，对硬件实验平台进行设计，FPGA芯片Ⅰ3采用Altera公司生产的Stratix ⅢEP3SE260F1152C4N芯片，FPGA芯片Ⅱ4采用Altera低功耗EP4CGX150CF23C8N型号FPGA芯片，根据海马网络的数学模型，采用欧拉法离散化并搭建海马CA3网络模型15。数据输入总线18接收由上位机操作界面14设置的数据到硬件***中，膜电位信号16以及局部场电势信号26等关键数据通过数据输出总线17上传到上位机2中进行海马神经元网络动态特性的实时显示与分析。
海马CA3网络模型15由海马网络神经元模型8、突触电流计算模块9组成，所有数据通路在统一时钟下同步运行，并且根据FPGA的结构，通过QUARTUSⅡ软件实现硬件描述语言的转换。如图2所示为海马CA3网络模型15，由海马网络神经元模型8和突触电流计算模块9组成，通过膜电位信号16与突触电流信号23进行计算耦合。其接收由上位机操作界面14设定、输入数据总线18传入的模型参数信号29。由于海马网络包含兴奋性和抑制性神经元两种类型，参数的改变会调整神经元的类型，使得兴奋性神经元与抑制性神经元的比例发生改变，从而改变海马网络的动态特性。海马CA3网络模型同时接收局部场电势信号26、外电场等效电流信号27、卡巴胆碱等效电流信号28，作为网络模型的电流刺激，观测外电场作用下海马网络节律的响应。模型参数信号29输入到海马CA3网络模型15中进行参数调制。计算产生的膜电位信号16通过数据输出总线17上传到上位机2中，进行波形显示与数据分析。
如图3所示为海马网络单神经元流水线模型，其主要由加法、乘法和移位寄存器组成，其包含流水线P数据通路30、流水线Q数据通路31，两条通路计算时需保持同步性。在计算过程中，其接收局部场电势信号26、外电场等效电流信号27、卡巴胆碱等效电流信号28作为电场刺激信号，并通过突触电流信号23计算得出膜电位信号16作为模块输出信号输出到输出数据总线17中。模型参数信号29输入到海马网络神经元模型8中进行参数调制。
如图4所示为突触电流计算模块，其接收膜电位信号16进行离散化计算，将膜电位信号交替存储在膜电位双口RAM存储器34、镜像存储器35中，利用镜像存储技术保证存储数据不被覆盖。复用器36接收复用器控制信号37的控制，交替调用存储器与存储器镜像中的数据，从而实现数据的存储完整性。网络连接矩阵32、网络突触权重矩阵33均由ROM实现，通过数据调用实现突触电流计算，计算所得突触电流信号23输出到海马网络单神经元模型8中，从而实现海马网络的耦合。
如图5所示为等效电流计算模块，由卡巴胆碱等效电流计算模块11、外电场等效电流计算模块12、局部场电势计算模块13组成，其中所述三模块均由DSP Builder编程实现，并编译下载到相应FPGA芯片(3)中。等效电流计算模块25接收控制模块10传输的外部刺激选择信号22，选择其中模块对网络施加刺激。其中局部场电势计算模块13接收膜电位信号16进行计算，卡巴胆碱等效电流计算模块11基于高斯白噪声算法，外电场等效电流计算模块12接收外部刺激信号21进行计算，分别输出局部场电势信号26、卡巴胆碱等效电流信号28与外电场等效电流信号27，输出到海马CA3网络模型15中进行计算，从而研究外电场对海马神经元网络的作用。
上位机操作界面14
上位机操作界面14包含四个选项卡：上位机操作操作界面Ⅰ、上位机操作操作界面Ⅱ、上位机操作操作界面Ⅲ与人机操作操作界面Ⅳ，在上位机2中运用LabVIEW编程方式来设计上位机软件界面14。FPGA芯片Ⅰ3、FPGA芯片Ⅱ4通过USB接口模块6与上位机操作界面14实现数据通信。其中USB接口模块6由相互连接的USB接口芯片19、USB接口20组成，USB接口芯片19由飞利浦ISP1761芯片实现，USB接口20选用通用USB接口。上位机操作界面14通过USB接口模块6接收从输出数据总线17传输的数据；上位机操作界面14设置参数通过USB接口模块6输入数据到FPGA芯片Ⅰ3中，对外部刺激信号进行信号选择，同时输入数据到FPGA芯片Ⅱ4中，进行神经元模型的参数整定来实现不同比例下的包含兴奋性与抑制性神经元的海马网络。LabVIEW编程时采用多线程编程技术，多线程技术可以实现在图形曲线显示时能兼顾数据处理和存储，并且保证数据的实时连续采集。
所述上位机操作界面如图6所示，其包含选项卡39、界面基本操作框40、外加刺激操作41、参数整定框42、神经元选择与波形显示43、波形图44和外电场刺激波形图45，其中选项卡39包含四个选项：膜电势观测、功率谱观测、放电栅图观测与局部场电势观测，通过点击选项卡完成界面切换；界面基本操作框40包含开始、刷新、分析、帮助、显示操作，便于对界面进行基本操作；外加刺激操作框41包含卡巴胆碱刺激、外电场刺激与局部场电势刺激三部分，控制信号经由USB接口模块6传输到FPGA芯片Ⅰ的控制模块10中，从而选择相应的外部刺激；模型参数整定框42可以对神经元模型的参数进行整定，从而得到兴奋性和抑制性两类神经元，通过改变网络中兴奋性和抑制性神经元的个数比例，从而改变神经元网络的动态特性，输入参数通过USB接口模块6经由输入数据总线18传输到FPGA芯片Ⅱ4中，对海马网络神经元模型8进行参数整定；神经元选择与波形显示选择旋钮43分别控制界面分析的神经元的相应序号与波形显示界面上的神经元相应序号；波形图窗口44显示神经元动态特性的波形图，每个选项卡中均包含有一个对应的波形图窗口；外电场刺激波形图窗口45显示外电场刺激的波形，从而为更好的理解神经元网络动态响应对应的外电场刺激提供便捷、直观的平台。
FPGA仿真平台
由Verilog HDL语言编写基于模块的离散的、固定步长的、定点数运算的神经元流水线模型与控制模块，由DSP Builder搭建等效电流计算模块，经QUARTUS Ⅱ软件编写完整的运算逻辑和程序结构；编译、分析综合、布局布线，下载到FPGA芯片Ⅰ、Ⅱ中运行。经USB上传FPGA芯片Ⅰ、Ⅱ运算产生的神经元数据，在LabVIEW语言编写的上位机操作界面14对弱电磁刺激下节律仿真***进行分析研究。
Claims (8)
1.一种弱电磁刺激调制海马网络节律的FPGA仿真***，其特征是：该仿真***包括FPGA开发板(1)、任意波形发生器(7)、AD转换器(5)和上位机(2)，所述FPGA开发板(1)包括有相互连接的FPGA芯片Ⅰ(3)、FPGA芯片Ⅱ(4)与USB接口模块(6)，还包括有相互连接的海马CA3网络模型(15)、突触电流计算模块(9)、控制模块(10)、卡巴胆碱等效电流计算模块(11)、外电场等效电流计算模块(12)、局部场电势计算模块(13)；所述控制模块(10)采用Verilog HDL语言编程，突触电流计算模块(9)、卡巴胆碱等效电流计算模块(11)、外电场等效电流计算模块(12)、局部场电势计算模块(13)采用DSP Builder编程实现，并编译下载到FPGA芯片Ⅰ(3)、FPGA芯片Ⅱ(4)中，上位机(2)通过LabVIEW编程实现上位机操作界面(14)并通过USB接口模块(6)与FPGA芯片Ⅰ(3)、FPGA芯片Ⅱ(4)进行通讯，计算数据在上位机(2)中进行进一步运算处理。
2.根据权利要求1所述弱电磁刺激调制海马网络节律的FPGA仿真***，其特征是：所述海马网络神经元模型(8)由Verilog HDL语言编程实现，并编译下载到FPGA芯片Ⅱ(4)中，上位机操作界面(14)输入的信号通过USB接口模块(6)传到FPGA芯片Ⅰ(3)、FPGA芯片Ⅱ(4)中，控制模块(10)能够实现对FPGA芯片Ⅰ(3)、FPGA芯片Ⅱ(4)的数据传输与USB接口模块(6)数据传输的控制，由FPGA芯片Ⅱ(4)实现的海马CA3网络模型(15)计算产生的膜电位信号(16)通过输出数据总线(17)传输到上位机操作界面(14)中进行波形显示与数据分析处理操作。
3.根据权利要求1所述弱电磁刺激调制海马网络节律的FPGA仿真***，其特征是：所述USB接口模块(16)由USB接口芯片(19)以及USB接口(20)连接组成，其中USB接口芯片(19)采用飞利浦公司的ISP1761E1芯片，负责上位机(2)与FPGA开发板(1)间的数据通讯。
4.根据权利要求1所述弱电磁刺激调制海马网络节律的FPGA仿真***，其特征是：所述任意波形发生器(7)采用Agilent33220A型号，能够产生正弦波、方波、三角波、噪声的信号，作为海马网络外部刺激。
5.根据权利要求1所述弱电磁刺激调制海马网络节律的FPGA仿真***，其特征是：所述AD转换器(5)采用AD9248集成式双核14位模数转换器，将模拟信号转换成数字信号，作为神经元网络的外部刺激信号(21)参与外电场等效电流计算。
6.根据权利要求1所述弱电磁刺激调制海马网络节律的FPGA仿真***，其特征是：所述上位机(2)通过USB接口(20)与FPGA开发板(1)相连实现数据通信，其中上位机操作界面(14)接收输出数据总线(17)输出的神经元网络膜电位信号(16)，通过上位机(2)数据运算处理显示放电节律、网络栅图的重要动态特性，通过上位机操作界面(14)设置模型参数设置、刺激信号选择的操作，并通过USB接口模块(6)传输给FPGA开发板(1)中，进行***参数调制与模块选择工作。
7.根据权利要求1所述弱电磁刺激调制海马网络节律的FPGA仿真***，其特征是：所述控制模块(10)在FPGA芯片Ⅰ(3)中实现，作为外加信号控制核心，接收上位机操作界面(14)输入的外部刺激选择信号(22)，输出到卡巴胆碱等效电流计算模块(11)、外电场等效电流计算模块(12)、局部场电势计算模块(13)的使能端口进行外部刺激信号选择。
8.根据权利要求1所述弱电磁刺激调制海马网络节律的FPGA仿真***，其特征是：所述突触电流计算模块(9)基于DSP Builder开发环境在FPGA芯片Ⅱ(4)中实现，接收海马网络神经元模型(8)计算得到的膜电位信号(16)信息，经过突触电流的耦合计算产生突触电流信号(23)返回给海马网络神经元模型(8)中，从而完成网络内各神经元之间的耦合连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410681311.9A CN104375878A (zh) | 2014-11-24 | 2014-11-24 | 弱电磁刺激调制海马网络节律的fpga仿真*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410681311.9A CN104375878A (zh) | 2014-11-24 | 2014-11-24 | 弱电磁刺激调制海马网络节律的fpga仿真*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN104375878A true CN104375878A (zh) | 2015-02-25 |
Family
ID=52554817
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410681311.9A Pending CN104375878A (zh) | 2014-11-24 | 2014-11-24 | 弱电磁刺激调制海马网络节律的fpga仿真*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104375878A (zh) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105182794A (zh) * | 2015-08-12 | 2015-12-23 | 天津大学 | 基于fpga的闭环电生理实验平台 |
| CN105286848A (zh) * | 2015-11-06 | 2016-02-03 | 天津大学 | 基于放电率钳位闭环的神经元相响应特性的测量*** |
| CN105631222A (zh) * | 2016-01-07 | 2016-06-01 | 天津大学 | 前馈神经网络下基于fpga的stdp突触可塑性实验平台 |
| CN105631223A (zh) * | 2016-01-07 | 2016-06-01 | 天津大学 | 基于cpg的心肺节律同步控制实验平台 |
| CN105845001A (zh) * | 2015-11-09 | 2016-08-10 | 天津大学 | 基于fpga的多电极阵列仿真实验平台 |
| CN107169184A (zh) * | 2017-05-04 | 2017-09-15 | 天津大学 | 基于FPGA的基底核网络beta节律仿真*** |
| CN107590360A (zh) * | 2017-08-21 | 2018-01-16 | 天津大学 | 基于fpga的神经元离子通道动态特性实验平台 |
| CN107728529A (zh) * | 2017-11-01 | 2018-02-23 | 天津大学 | 基于多电极阵列的神经核团反馈同步控制fpga实验平台 |
| CN108711351A (zh) * | 2018-06-27 | 2018-10-26 | 兰州交通大学 | 基于fpga的电子突触实验平台 |
| CN110210106A (zh) * | 2019-05-28 | 2019-09-06 | 天津大学 | 基于fpga的风电场实时仿真器模块级流水线设计方法 |
| CN110232227A (zh) * | 2019-05-28 | 2019-09-13 | 天津大学 | 基于fpga的风电场实时仿真器超标量流水线设计方法 |
| CN110245389A (zh) * | 2019-05-25 | 2019-09-17 | 天津大学 | 基于FPGA的Spiking前馈网络海马功能仿真*** |
| CN111680790A (zh) * | 2017-04-11 | 2020-09-18 | 上海兆芯集成电路有限公司 | 神经网络单元 |
| CN112675428A (zh) * | 2020-12-23 | 2021-04-20 | 天津大学 | 抗癫痫电刺激硬件在环仿真*** |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102193518A (zh) * | 2011-05-13 | 2011-09-21 | 南京理工大学 | 基于基底神经节的fpga仿生智能控制芯片 |
| CN103691058A (zh) * | 2013-12-10 | 2014-04-02 | 天津大学 | 帕金森病基底核-丘脑网络的深度脑刺激fpga实验平台 |
| CN104112066A (zh) * | 2014-08-18 | 2014-10-22 | 天津大学 | 基于fpga的癫痫状态闭环控制实验平台 |
-
2014
- 2014-11-24 CN CN201410681311.9A patent/CN104375878A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102193518A (zh) * | 2011-05-13 | 2011-09-21 | 南京理工大学 | 基于基底神经节的fpga仿生智能控制芯片 |
| CN103691058A (zh) * | 2013-12-10 | 2014-04-02 | 天津大学 | 帕金森病基底核-丘脑网络的深度脑刺激fpga实验平台 |
| CN104112066A (zh) * | 2014-08-18 | 2014-10-22 | 天津大学 | 基于fpga的癫痫状态闭环控制实验平台 |
Cited By (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105182794A (zh) * | 2015-08-12 | 2015-12-23 | 天津大学 | 基于fpga的闭环电生理实验平台 |
| CN105286848B (zh) * | 2015-11-06 | 2017-11-21 | 天津大学 | 基于放电率钳位闭环的神经元相响应特性的测量*** |
| CN105286848A (zh) * | 2015-11-06 | 2016-02-03 | 天津大学 | 基于放电率钳位闭环的神经元相响应特性的测量*** |
| CN105845001B (zh) * | 2015-11-09 | 2019-02-22 | 天津大学 | 基于fpga的多电极阵列仿真实验平台 |
| CN105845001A (zh) * | 2015-11-09 | 2016-08-10 | 天津大学 | 基于fpga的多电极阵列仿真实验平台 |
| CN105631222B (zh) * | 2016-01-07 | 2019-03-26 | 天津大学 | 前馈神经网络下基于fpga的stdp突触可塑性实验平台 |
| CN105631223B (zh) * | 2016-01-07 | 2018-07-27 | 天津大学 | 基于cpg的心肺节律同步控制实验平台 |
| CN105631223A (zh) * | 2016-01-07 | 2016-06-01 | 天津大学 | 基于cpg的心肺节律同步控制实验平台 |
| CN105631222A (zh) * | 2016-01-07 | 2016-06-01 | 天津大学 | 前馈神经网络下基于fpga的stdp突触可塑性实验平台 |
| CN111680790B (zh) * | 2017-04-11 | 2023-04-07 | 上海兆芯集成电路有限公司 | 神经网络单元 |
| CN111680790A (zh) * | 2017-04-11 | 2020-09-18 | 上海兆芯集成电路有限公司 | 神经网络单元 |
| CN107169184A (zh) * | 2017-05-04 | 2017-09-15 | 天津大学 | 基于FPGA的基底核网络beta节律仿真*** |
| CN107590360A (zh) * | 2017-08-21 | 2018-01-16 | 天津大学 | 基于fpga的神经元离子通道动态特性实验平台 |
| CN107590360B (zh) * | 2017-08-21 | 2019-08-23 | 天津大学 | 基于fpga的神经元离子通道动态特性实验平台 |
| CN107728529B (zh) * | 2017-11-01 | 2020-08-04 | 天津大学 | 基于多电极阵列的神经核团反馈同步控制fpga实验平台 |
| CN107728529A (zh) * | 2017-11-01 | 2018-02-23 | 天津大学 | 基于多电极阵列的神经核团反馈同步控制fpga实验平台 |
| CN108711351A (zh) * | 2018-06-27 | 2018-10-26 | 兰州交通大学 | 基于fpga的电子突触实验平台 |
| CN110245389A (zh) * | 2019-05-25 | 2019-09-17 | 天津大学 | 基于FPGA的Spiking前馈网络海马功能仿真*** |
| CN110245389B (zh) * | 2019-05-25 | 2023-06-02 | 天津大学 | 基于FPGA的Spiking前馈网络海马功能仿真*** |
| CN110232227A (zh) * | 2019-05-28 | 2019-09-13 | 天津大学 | 基于fpga的风电场实时仿真器超标量流水线设计方法 |
| CN110232227B (zh) * | 2019-05-28 | 2022-11-04 | 天津大学 | 基于fpga的风电场实时仿真器超标量流水线设计方法 |
| CN110210106B (zh) * | 2019-05-28 | 2022-11-22 | 天津大学 | 基于fpga的风电场实时仿真器模块级流水线设计方法 |
| CN110210106A (zh) * | 2019-05-28 | 2019-09-06 | 天津大学 | 基于fpga的风电场实时仿真器模块级流水线设计方法 |
| CN112675428A (zh) * | 2020-12-23 | 2021-04-20 | 天津大学 | 抗癫痫电刺激硬件在环仿真*** |
| CN112675428B (zh) * | 2020-12-23 | 2023-02-28 | 天津大学 | 抗癫痫电刺激硬件在环仿真*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104375878A (zh) | 弱电磁刺激调制海马网络节律的fpga仿真*** | |
| CN103691058B (zh) | 帕金森病基底核-丘脑网络的深度脑刺激fpga实验平台 | |
| Yang et al. | Cost-efficient FPGA implementation of basal ganglia and their Parkinsonian analysis | |
| CN104112066A (zh) | 基于fpga的癫痫状态闭环控制实验平台 | |
| CN104615909A (zh) | 基于FPGA的Izhikevich神经元网络同步放电仿真平台 | |
| CN104689473A (zh) | 基于fpga的电刺激下神经元随机响应及共振实验平台 | |
| Yang et al. | Digital implementations of thalamocortical neuron models and its application in thalamocortical control using FPGA for Parkinson׳ s disease | |
| Yang et al. | Cost-efficient FPGA implementation of a biologically plausible dopamine neural network and its application | |
| CN107169184A (zh) | 基于FPGA的基底核网络beta节律仿真*** | |
| Yang et al. | FPGA implementation of hippocampal spiking network and its real-time simulation on dynamical neuromodulation of oscillations | |
| CN105631222B (zh) | 前馈神经网络下基于fpga的stdp突触可塑性实验平台 | |
| CN112675428B (zh) | 抗癫痫电刺激硬件在环仿真*** | |
| CN109352644A (zh) | 基于cpg神经元网络的机械臂运动节律控制方法 | |
| Florimbi et al. | The human brain project: parallel technologies for biologically accurate simulation of granule cells | |
| Yang et al. | Efficient hardware implementation of the subthalamic nucleus–external globus pallidus oscillation system and its dynamics investigation | |
| CN106407568A (zh) | 结合有限元分析的帕金森状态下基底核刺激实时仿真平台 | |
| Hao et al. | A CORDIC based real-time implementation and analysis of a respiratory central pattern generator | |
| CN105845001B (zh) | 基于fpga的多电极阵列仿真实验平台 | |
| CN110640731B (zh) | 基于多巴胺神经元仿生cpg***的机械臂控制器 | |
| CN107590360B (zh) | 基于fpga的神经元离子通道动态特性实验平台 | |
| D'Angelo et al. | The human brain project: high performance computing for brain cells HW/SW simulation and understanding | |
| CN110414083B (zh) | 一种Chay模型电子神经元产品和仿真平台 | |
| CN208889147U (zh) | 基于fpga的电子突触实验平台 | |
| CN105631223B (zh) | 基于cpg的心肺节律同步控制实验平台 | |
| Heidlauf et al. | An integrated model of the neuromuscular system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150225 |