[发明专利]基于FPGA的闭环电生理实验平台

说明书

技术领域

本发明涉及生物医学工程技术，特别是一种基于FPGA的闭环电生理实验平台。

背景技术

电生理学研究的主要技术是以多种形式的能量(电、声等)刺激生物体，测量、记录和分析生物体发生的电现象(生物电)和生物体的电特性的技术。针对测量出的电信号进行估计和分析，并加以控制，构成了闭环电生理系统。闭环电生理实验平台的应用可以规避生理实验中的伦理问题和不可重复的问题，适用于进一步的实验研究，为科学研究提供了便利，同时对临床诊断有重要意义。

近些年来，现场可编程门阵列(FieldProgrammableGateArray，FPGA)技术逐渐在以生物神经系统为对象的计算神经科学领域得到重要的应用。在硬件的实现方法中，相比于大规模模拟集成电路灵活性差、开发周期长等缺点，FPGA有着并行运算计算速度快的特点，同时兼具密度高、体积小、编程灵活、可重复配置、修改参数简便、低成本、低功耗、高可靠性等优势。基于FPGA的神经元及神经元网络的计算和特性分析，可以在真实时间尺度下运行，具有速度快、运算效率高、集成度高等优势，因此便于应用在仿生学、智能系统、神经元特性研究及神经疾病治疗等方面，因而对于基于神经元模型的闭环控制的硬件实现具有重要意义。

数据采集卡是用于从下位机(FPGA)中自动采集电信号或者数据信号，并传送到上位机中进行显示、处理。数据采集系统是结合基于计算机或者其他专用测试平台的测量软硬件产品来实现灵活的、用户自定义的测量系统。

VB(VisualBasic)是一种结构化、模块化、面向对象的可编程设计语言，它包含协助开发环境的事件驱动。VB提供了可视化的设计平台，无需考虑Windows界面设计的复杂性，不必再为界面的设计编写大量的程序代码，只需按设计的要求，用系统提供的工具在屏幕上构建各种对象，VB自动产生界面设计代码，我们所要做的只是实现程序功能的那部分代码，从而大大提高了编程的效率。同时，VB还可以实现与其他Windows应用程序建立动态数据库交换和在不同的应用程序之间进行通信的功能。

预测控制是利用过程模型预测系统在一定控制下未来的动态行为，在此基础上根据给定的约束条件和性能要求滚动地求解最优控制作用并实施当前控制，在滚动地每一步通过检测实时的信息修正对未来行为的预测。它可以提前对系统进行控制，可以更好的消除系统中因各环节滞后所产生的延迟影响。而神经元模型数据采集、在线图像处理过程中均存在滞后现象，同时，传感器本身以及硬件驱动过程均可能存在迟滞，这些滞后会对系统造成很大的影响，所以必须采用预测控制对其进行控制，消除滞后对其影响。

由Julier和Uhlman等人根据确定性采样的基本思路，提出的无迹卡尔曼滤波器(UnscentedKalmanfilter，UKF)，现已广泛应用于计算机图像处理、传感器数据融合、导航、控制等领域。UKF是一种基于最小方差估计准则的非线性高斯状态估计器。它的优势在于在处理非线性系统时，不需要对非线性函数进行一阶线性化。无迹卡尔曼滤波器是非线性状态估计的一种工具，且能够对噪声影响的输出状态起到滤波的作用，具有更快的收敛速度和更简单的计算流程。基于关键参数的不可直接测量性，本发明选取无迹卡尔曼滤波器对关键参数进行估计，利用易测量的参数估计出不易测量的参数值，并根据其变化情况对神经元的放电状态进行分析。

现有的技术还处于基础阶段，因此仍存在以下缺点:现有的实验平台无法将软件的灵活性和硬件的真实性与速度优势有机地结合起来；现有的运用FPGA实现的硬件仿真神经元模型结构比较简单，精度不高，无法代替真实神经元进行电生理实验研究；现有的人机界面尚未完善，无法进行实时的控制操作与数据分析，因此电生理实验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基于单神经元闭环控制的FPGA实验平台，在硬件基础上构建神经元模型并作为虚拟神经元进行仿真实验，通过对虚拟神经元的闭环控制、利用闭环钳位算法实现电压钳位实验、动态钳位实验、突触电流实验、波形钳位实验以及响应钳位实验等电生理实验；同时，本发明采用了转换接口，可以根据实验要求实现虚拟神经元与真实神经元之间的切换；本发明还利用上位机软件构建上位机软件界面，实现了对实验平台的在线控制和实时显示。本发明采用了硬件和软件组合的形式，既能发挥硬件的速度和真实性方面的优势，也能将软件的灵活性最大程度利用，实现对快速性、鲁棒性及能量消耗等指标的优化。