基于FPGA的高通量神经信号记录系统研究与开发
发布时间:2022-10-29 15:32
脑机接口技术在脑科学研究领域中具有重要意义。大脑的结构和功能之间存在着多层次、多尺度、随时间动态变化的复杂神经网络联系,为了在多脑区或全脑尺度对海量的神经元活动进行更精细和更高速的记录,神经信号记录系统需要具备更多记录通道、更高采样频率、更大数据并行处理量以及更强的多通道锋电位联合检测能力。为此,本文在神经信号记录硬件平台的基础上,完成了高通量神经信号记录系统FPGA的研究与开发工作。该系统可通过指令配置,支持以最高30KS/s的采样频率同时采集512通道神经电生理信号,对神经信号数据进行数字滤波与格式整理;控制DDR SDRAM存储接口实现数据高速缓存,并通过PCI-Expressx4数据总线实现与嵌入式GPUTegra K1的指令交互与数据传输。同时,本文实现了手动或自动锋电位在线实时检测,分别通过幅值阈值检测法实现手动检测功能,以及通过模板匹配窗口法实现自动检测功能。最后进行了 FPGA数据测试和系统样机的模拟实验。仿真测试的结果表明,高通量神经信号记录系统的各个模块时序准确无误,数据流处理与指令配置符合研发预期;模拟实验的结果表明,该神经记录系统能够稳定可靠地采集、处理、存储与...
【文章页数】:95 页
【学位级别】:硕士
【文章目录】:
致谢
摘要
ABSTRACT
1 绪论
1.1 课题的背景和意义
1.2 相关研究概述
1.2.1 脑机接口技术概述
1.2.2 神经信号记录系统发展现状
1.2.3 锋电位检测概述
1.2.4 FPGA技术介绍与芯片选型
1.3 课题研究内容和文章组织结构
1.3.1 课题研究内容
1.3.2 文章组织结构
2 系统总体设计
2.1 系统需求分析
2.2 系统硬件架构
2.3 FPGA架构设计
2.3.1 FPGA总体架构
2.3.2 系统功能模块划分
2.4 本章小结
3 FPGA系统详细设计
3.1 神经信号数据采集模块研发
3.1.1 信号采集前端介绍
3.1.2 RHD2164芯片特性
3.1.3 高通量神经信号采集功能研发
3.2 神经信号数据预处理模块研发
3.2.1 数字滤波功能研发
3.2.2 神经信号数据格式设计
3.3 神经信号锋电位检测模块研发
3.3.1 锋电位检测方法论证
3.3.2 手动检测功能研发
3.3.3 自动检测功能研发
3.4 神经信号数据存储模块研发
3.4.1 主要接口管理与DDR IP核配置
3.4.2 DDR3模块读写控制
3.4.3 神经数据缓存空间规划
3.5 神经信号数据传输模块研发
3.5.1 主要接口管理与PCI-EIP核配置
3.5.2 PCI-E模块读写控制
3.5.3 与上位机通信协议设计
3.6 本章小结
4 系统测试及结果验证
4.1 神经信号数据采集测试
4.2 神经信号数据预处理测试
4.3 锋电位检测测试
4.3.1 锋电位检测手动功能测试
4.3.2 锋电位检测自动功能测试
4.4 神经信号数据存储测试
4.4.1 DDR数据写入时序测试
4.4.2 DDR数据读取时序测试
4.5 神经信号数据传输测试
4.6 系统整体功能测试
4.7 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
作者简历
【参考文献】:
期刊论文
[1]记录神经细胞信号的集成微电极阵列系统设计[J]. 袁丰,王志功,徐跃. 高技术通讯. 2020(01)
[2]双模态神经信息检测分析仪器研制[J]. 王蜜霞,徐声伟,林楠森,刘军涛,宋轶琳,蒋庭君,石文韬,蔡新霞. 电子科技大学学报. 2015(04)
[3]我国脑科学研究战略部署及发展情况浅析[J]. 钱万强,朱庆平,沈建磊. 生命科学. 2014(06)
博士论文
[1]运动型脑机接口中神经元峰电位记录与检测的关键技术研究[D]. 周寅.浙江大学 2017
[2]植入式脑—机接口锋电位实时处理算法研究[D]. 祝晓平.浙江大学 2012
硕士论文
[1]基于宽频带记录信号的神经元锋电位检测分类新方法及其应用[D]. 陈白璐.浙江大学 2014
[2]基于动物实验的脑—机接口研究—信号分析[D]. 魏依娜.浙江大学 2007
本文编号:3697948
【文章页数】:95 页
【学位级别】:硕士
【文章目录】:
致谢
摘要
ABSTRACT
1 绪论
1.1 课题的背景和意义
1.2 相关研究概述
1.2.1 脑机接口技术概述
1.2.2 神经信号记录系统发展现状
1.2.3 锋电位检测概述
1.2.4 FPGA技术介绍与芯片选型
1.3 课题研究内容和文章组织结构
1.3.1 课题研究内容
1.3.2 文章组织结构
2 系统总体设计
2.1 系统需求分析
2.2 系统硬件架构
2.3 FPGA架构设计
2.3.1 FPGA总体架构
2.3.2 系统功能模块划分
2.4 本章小结
3 FPGA系统详细设计
3.1 神经信号数据采集模块研发
3.1.1 信号采集前端介绍
3.1.2 RHD2164芯片特性
3.1.3 高通量神经信号采集功能研发
3.2 神经信号数据预处理模块研发
3.2.1 数字滤波功能研发
3.2.2 神经信号数据格式设计
3.3 神经信号锋电位检测模块研发
3.3.1 锋电位检测方法论证
3.3.2 手动检测功能研发
3.3.3 自动检测功能研发
3.4 神经信号数据存储模块研发
3.4.1 主要接口管理与DDR IP核配置
3.4.2 DDR3模块读写控制
3.4.3 神经数据缓存空间规划
3.5 神经信号数据传输模块研发
3.5.1 主要接口管理与PCI-EIP核配置
3.5.2 PCI-E模块读写控制
3.5.3 与上位机通信协议设计
3.6 本章小结
4 系统测试及结果验证
4.1 神经信号数据采集测试
4.2 神经信号数据预处理测试
4.3 锋电位检测测试
4.3.1 锋电位检测手动功能测试
4.3.2 锋电位检测自动功能测试
4.4 神经信号数据存储测试
4.4.1 DDR数据写入时序测试
4.4.2 DDR数据读取时序测试
4.5 神经信号数据传输测试
4.6 系统整体功能测试
4.7 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
作者简历
【参考文献】:
期刊论文
[1]记录神经细胞信号的集成微电极阵列系统设计[J]. 袁丰,王志功,徐跃. 高技术通讯. 2020(01)
[2]双模态神经信息检测分析仪器研制[J]. 王蜜霞,徐声伟,林楠森,刘军涛,宋轶琳,蒋庭君,石文韬,蔡新霞. 电子科技大学学报. 2015(04)
[3]我国脑科学研究战略部署及发展情况浅析[J]. 钱万强,朱庆平,沈建磊. 生命科学. 2014(06)
博士论文
[1]运动型脑机接口中神经元峰电位记录与检测的关键技术研究[D]. 周寅.浙江大学 2017
[2]植入式脑—机接口锋电位实时处理算法研究[D]. 祝晓平.浙江大学 2012
硕士论文
[1]基于宽频带记录信号的神经元锋电位检测分类新方法及其应用[D]. 陈白璐.浙江大学 2014
[2]基于动物实验的脑—机接口研究—信号分析[D]. 魏依娜.浙江大学 2007
本文编号:3697948
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3697948.html