《基於泛Laguerre-Volterra模型的海馬體認知神經假肢系統研究》是依託南京理工大學，由李翔宇擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於泛Laguerre-Volterra模型的海馬體認知神經假肢系統研究
- 項目類別：青年科學基金項目
- 項目負責人：李翔宇
- 依託單位：南京理工大學
項目摘要,結題摘要,
項目摘要
阿茨海默氏症作為典型的神經退行性疾病，可通過損傷大腦海馬體子神經區域，嚴重影響患者的學習、記憶等高級認知功能。在藥理學層面，醫學界對徹底治癒阿氏症尚無有效對策。本項目立足當今電子科學和生物技術發展的新趨勢，通過研發大腦海馬體認知神經假肢系統，力求為阿氏症帶來全新的治療途徑。該系統核心部件之一的植入式海馬體神經信號編解碼晶片可用以替代受損的子神經區域，完成信號在海馬體內部的正常傳導，進而重建大腦的學習、記憶等高級認知功能。在理論層面，本課題將研究和完善描述海馬體CA3-CA1區神經信號傳導的非線性動力學模型；在系統設計層面，將基於異構平台設計和研發針對CA3-CA1神經網路模型的高性能計算架構；在實驗驗證層面，將通過非人靈長類動物的行為學實驗數據對系統進行功能驗證。本項目研究工作是開發具有臨床套用前景的認知神經假肢系統的重要環節，對人類神經退行性疾病的治療和康復工程具有重要意義。
結題摘要
本項目從理論層面深入研究了表征大腦海馬體CA3-CA1區神經尖峰信號傳導的非線性動力學模型和高階多輸入態下Laguerre-Volterra模型的複雜度控制方法；從電子架構層面開發和設計了適用於Laguerre-Volterra模型關鍵計算模組的高精度、低複雜度、低功耗電子電路架構；從系統集成層面開發了基於現場可程式門陣列和專用積體電路平台的海馬體CA3-CA1區神經尖峰信號處理系統。實驗證明，相比傳統計算方法，項目開發的高性能計算架構在面積、功耗和存儲效能等重要指標取得了顯著提升。在Laguerre-Volterra模型高斯誤差單元中，其現場可程式門陣列slice LUTs, occupied slices, 以及DSP48E1s等幾類資源相對同類計算方法大大降低，降低幅度可高達94.2%, 94.1%, and 90.0%。海馬體CA1區神經尖峰預測單元核心面積僅為0.122 mm^2，核心動態和靜態功耗有效控制在uW量級，相比軟體平台歸一化均方誤差控制在3.67*10^(-12)，達到了符合立項預期的工程設計效果。本項目的主體研究工作是未來持續開發可用於人腦海馬體神經活動編解碼活動的認知神經假肢系統的重要環節與關鍵階段。通過該神經假肢系統的作用，可為因海馬體損傷引致的學習和記憶功能障礙等提供重要的現代臨床治療途徑，因此具有重要的生物醫學價值和深遠的社會意義。
