清華新聞網9月17日電 近年來，腦機接口技術作為信息科學與神經科學等多學科交叉融合的前沿領域，在康復醫學、醫療電子等領域得到了廣泛關注與應用，Neuralink、BrainCo、Neuracle等公司都積極投入實用化腦機接口的研發。目前，主流的腦機接口中的神經信號分析模塊由矽CMOS電路構成，但隨著腦機接口中的信號採集通道數的增加，系統面臨著功耗和延時等方面的巨大挑戰，這是制約腦機接口技術在植入式或可攜式醫療系統中應用的重要瓶頸之一。
日前，清華大學微納電子系、未來晶片技術高精尖創新中心的錢鶴、吳華強教授團隊與醫學院洪波教授團隊利用憶阻器的仿生與存算一體特性，合作提出了基於憶阻器陣列的新型腦機接口，構建了高效智能的腦電神經信號處理系統，演示了大腦癲癇狀態的識別，實現了93.46%的高準確率，並將系統功耗降低了400多倍。這是兩個研究團隊學科交叉的最新研究成果。
圖1 基於憶阻器陣列神經信號分析系統的新型腦機接口
憶阻器是一種新型信息處理器件，其工作機理與人腦中的神經突觸、神經元等具有一定的相似性，基於憶阻器的神經形態計算可以突破傳統計算架構，在實現高並行度的同時顯著降低功耗。受此啟發，錢鶴、吳華強教授團隊與洪波教授團隊開展了兩年多的交叉學科緊密合作，提出了基於憶阻器陣列的新型腦機接口，實驗製備了具有模擬阻變特性的憶阻器陣列，並構建了基於憶阻器的神經信號分析系統。該系統包含用於神經信號高效預處理的憶阻器濾波器組和用於智能分類識別的憶阻器神經網絡。為了驗證該系統的可行性，研究團隊演示了癲癇相關的神經信號濾波與分類，憶阻器系統最終實現了93.46%的大腦癲癇狀態識別準確率，相較於傳統CMOS硬體，具有400倍以上的功耗優勢。上述成果近期以「面向高效腦機接口的憶阻器陣列神經信號分析系統」（Neural signal analysis with memristor arrays towards high-efficiency brain–machine interfaces）為題在線發表在《自然•通訊》（Nature Communications）上。
圖2 用憶阻器神經信號分析系統識別癲癇相關大腦狀態
圖3 憶阻器陣列濾波結果示例與網絡準確率和功耗的對比
清華大學微納電子系教授吳華強、助理教授唐建石和醫學院教授洪波是本論文的共同通訊作者，清華大學微納電子系博士生劉正午為論文的第一作者，論文合作者包括微納電子系博士生周穎、醫學院博士生劉定坤等人。該研究得到了國家自然科學基金委、科技部重點研發計劃、北京信息科學與技術國家研究中心等支持。
錢鶴、吳華強教授團隊長期致力於基於憶阻器的存算一體晶片技術研究，從器件性能優化、工藝集成、電路設計及架構與算法等多層次實現創新突破，相關研究成果已在《自然》（Nature）、《自然•納米技術》（Nature Nanotechnology）、《自然•電子》（Nature Electronics）、《自然•通訊》（Nature Communications）、《先進材料》（Advanced Materials）等頂級期刊以及國際電子器件會議（IEDM）、國際固態半導體電路大會（ISSCC）等領域內頂級國際學術會議上發表。
洪波教授團隊長期專注於微創腦機接口開發和人腦語言神經機制研究。團隊與臨床神經外科、微電子、材料等學科合作，發展了人腦功能定位與腦網絡分析新方法，提出並實現了基於顱內腦電的微創腦機接口技術，在解析人腦語音語言編碼機制方面取得重要進展，相關研究成果在《自然•神經科學》（Nature Neuroscience）,《美國國家科學院院刊》（PNAS）,《自然•通訊》（Nature Communications）等期刊上發表。
文章連結：https://www.nature.com/articles/s41467-020-18105-4
供稿：微納電子系
編輯：李華山
審核：程曦