Υλοποίηση του νευρωνικού μοντέλου Mihalas-Niebur με χρήση κυκλωμάτων στο πεδίο του υπερβολικού ημιτόνου

Η κυκλωματική μοντελοποίηση των νευρώνων του κεντρικού νευρικού συστήματος (Central Nervous System - CNS), είναι ένα από τα πιο ενδιαφέροντα και πολλά υποσχόμενα ερευνητικά πεδία των βιοϊατρικών εφαρμογών. Συστήματα αποτελούμενα από νευρώνες πυριτίου (Silicon Neurons - SiN), όπως τα νευρωνικά δί...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Διαμαντόπουλος, Χριστόφορος
Άλλοι συγγραφείς: Ψυχαλίνος, Κωνσταντίνος
Μορφή: Thesis
Γλώσσα:Greek
Έκδοση: 2016
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/10889/9538
id nemertes-10889-9538
record_format dspace
institution UPatras
collection Nemertes
language Greek
topic Αναλογικά ολοκληρωμένα κυκλώματα
Κυκλώματα πολύ χαμηλής τάσης τροφοδοσίας
Κυκλώματα στο πεδίο του υπερβολικού ημιτόνου
Κυκλώματα για βιοϊατρικές εφαρμογές
Analog integrated circuits
Very low-voltage circuits
Sinh-domain circuits
Circuits for biomedical applications
660.63
spellingShingle Αναλογικά ολοκληρωμένα κυκλώματα
Κυκλώματα πολύ χαμηλής τάσης τροφοδοσίας
Κυκλώματα στο πεδίο του υπερβολικού ημιτόνου
Κυκλώματα για βιοϊατρικές εφαρμογές
Analog integrated circuits
Very low-voltage circuits
Sinh-domain circuits
Circuits for biomedical applications
660.63
Διαμαντόπουλος, Χριστόφορος
Υλοποίηση του νευρωνικού μοντέλου Mihalas-Niebur με χρήση κυκλωμάτων στο πεδίο του υπερβολικού ημιτόνου
description Η κυκλωματική μοντελοποίηση των νευρώνων του κεντρικού νευρικού συστήματος (Central Nervous System - CNS), είναι ένα από τα πιο ενδιαφέροντα και πολλά υποσχόμενα ερευνητικά πεδία των βιοϊατρικών εφαρμογών. Συστήματα αποτελούμενα από νευρώνες πυριτίου (Silicon Neurons - SiN), όπως τα νευρωνικά δίκτυα 3ης γενιάς Spiking Neural Networks (SSNs), μπορούν να εξομοιώσουν την εγκεφαλική δραστηριότητα ενεργοποιούμενα από ερεθίσματα σε πραγματικό χρόνο, δίνοντας πολύτιμα ιατρικά δεδομένα στους ερευνητές. Στην παρούσα ερευνητική εργασία, παρουσιάζεται η κυκλωματική υλοποίηση ενός νευρώνα SiN, ο οποίος βασίζεται στο μοντέλο Mihalas – Niebur[1] (μοντέλο MN), με χρήση δομών βαθυπερατών φίλτρων (Low-Pass Filters – LPF). Καθώς πρόκειται για ολοκληρωμένο κύκλωμα βιοϊατρικών εφαρμογών, στα ορισθέντα κριτήρια σχεδίασής του περιλαμβάνονται: α) η δυνατότητα λειτουργίας με πολύ χαμηλή τάση τροφοδοσίας (very low-voltage) και β) η πόλωσή του με μικρά ρεύματα, χωρίς να μειώνεται η δυναμική περιοχή των διαχειριζόμενων σημάτων. Τα κυριότερα πλεονεκτήματα αυτής της υλοποίησης εστιάζονται: α) στη λειτουργία με τάση τροφοδοσίας 0.7V, β) στην ικανότητα διαχείρισης ρευμάτων που είναι πολλαπλάσια μεγαλύτερα από το ρεύμα πόλωσης (τάξη-ΑΒ) και γ) στη χρήση πολύ μικρών τιμών χωρητικοτήτων. Η επίτευξη των παραπάνω, έγινε δυνατή με τη σχεδίαση των απαιτούμενων επιμέρους δομών στο πεδίο του υπερβολικού ημιτόνου (sinh-domain), αξιοποιώντας παράλληλα τη λειτουργία των MOSFET transistors στην περιοχή υποκατωφλίου (sub-threshold region). Επιπροσθέτως, η σχεδίαση αξιοποιεί την εναλλακτική τεχνική επίτευξης πολύ μεγάλων σταθερών χρόνου χωρίς την αύξηση των απαιτούμενων χωρητικοτήτων σε ένα σύστημα συμπίεσης/αποσυμπίεσης (companding system)[13], πετυχαίνοντας εντυπωσιακή μείωση των τιμών των πυκνωτών ολοκλήρωσης που απαιτούνται για τα βιοϊατρικά σήματα. Τέλος, αναφορικά με τη σχεδίαση του συστήματος, αυτή πραγματοποιήθηκε εξ’ ολοκλήρου στο λογισμικό Cadence, με το Design Kit που παρέχεται από την τεχνολογία AMS CMOS C35 0.35μm.
author2 Ψυχαλίνος, Κωνσταντίνος
author_facet Ψυχαλίνος, Κωνσταντίνος
Διαμαντόπουλος, Χριστόφορος
format Thesis
author Διαμαντόπουλος, Χριστόφορος
author_sort Διαμαντόπουλος, Χριστόφορος
title Υλοποίηση του νευρωνικού μοντέλου Mihalas-Niebur με χρήση κυκλωμάτων στο πεδίο του υπερβολικού ημιτόνου
title_short Υλοποίηση του νευρωνικού μοντέλου Mihalas-Niebur με χρήση κυκλωμάτων στο πεδίο του υπερβολικού ημιτόνου
title_full Υλοποίηση του νευρωνικού μοντέλου Mihalas-Niebur με χρήση κυκλωμάτων στο πεδίο του υπερβολικού ημιτόνου
title_fullStr Υλοποίηση του νευρωνικού μοντέλου Mihalas-Niebur με χρήση κυκλωμάτων στο πεδίο του υπερβολικού ημιτόνου
title_full_unstemmed Υλοποίηση του νευρωνικού μοντέλου Mihalas-Niebur με χρήση κυκλωμάτων στο πεδίο του υπερβολικού ημιτόνου
title_sort υλοποίηση του νευρωνικού μοντέλου mihalas-niebur με χρήση κυκλωμάτων στο πεδίο του υπερβολικού ημιτόνου
publishDate 2016
url http://hdl.handle.net/10889/9538
work_keys_str_mv AT diamantopouloschristophoros ylopoiēsētouneurōnikoumonteloumihalasnieburmechrēsēkyklōmatōnstopediotouyperbolikouēmitonou
AT diamantopouloschristophoros implementationofmihalasnieburneuronmodelusingsinhdomaincircuits
_version_ 1771297171530842112
spelling nemertes-10889-95382022-09-05T06:57:19Z Υλοποίηση του νευρωνικού μοντέλου Mihalas-Niebur με χρήση κυκλωμάτων στο πεδίο του υπερβολικού ημιτόνου Implementation of Mihalas-Niebur neuron model using sinh-domain circuits Διαμαντόπουλος, Χριστόφορος Ψυχαλίνος, Κωνσταντίνος Ψυχαλίνος, Κωνσταντίνος Οικονόμου, Γεώργιος Βλάσσης, Σπυρίδων Diamantopoulos, Christoforos Αναλογικά ολοκληρωμένα κυκλώματα Κυκλώματα πολύ χαμηλής τάσης τροφοδοσίας Κυκλώματα στο πεδίο του υπερβολικού ημιτόνου Κυκλώματα για βιοϊατρικές εφαρμογές Analog integrated circuits Very low-voltage circuits Sinh-domain circuits Circuits for biomedical applications 660.63 Η κυκλωματική μοντελοποίηση των νευρώνων του κεντρικού νευρικού συστήματος (Central Nervous System - CNS), είναι ένα από τα πιο ενδιαφέροντα και πολλά υποσχόμενα ερευνητικά πεδία των βιοϊατρικών εφαρμογών. Συστήματα αποτελούμενα από νευρώνες πυριτίου (Silicon Neurons - SiN), όπως τα νευρωνικά δίκτυα 3ης γενιάς Spiking Neural Networks (SSNs), μπορούν να εξομοιώσουν την εγκεφαλική δραστηριότητα ενεργοποιούμενα από ερεθίσματα σε πραγματικό χρόνο, δίνοντας πολύτιμα ιατρικά δεδομένα στους ερευνητές. Στην παρούσα ερευνητική εργασία, παρουσιάζεται η κυκλωματική υλοποίηση ενός νευρώνα SiN, ο οποίος βασίζεται στο μοντέλο Mihalas – Niebur[1] (μοντέλο MN), με χρήση δομών βαθυπερατών φίλτρων (Low-Pass Filters – LPF). Καθώς πρόκειται για ολοκληρωμένο κύκλωμα βιοϊατρικών εφαρμογών, στα ορισθέντα κριτήρια σχεδίασής του περιλαμβάνονται: α) η δυνατότητα λειτουργίας με πολύ χαμηλή τάση τροφοδοσίας (very low-voltage) και β) η πόλωσή του με μικρά ρεύματα, χωρίς να μειώνεται η δυναμική περιοχή των διαχειριζόμενων σημάτων. Τα κυριότερα πλεονεκτήματα αυτής της υλοποίησης εστιάζονται: α) στη λειτουργία με τάση τροφοδοσίας 0.7V, β) στην ικανότητα διαχείρισης ρευμάτων που είναι πολλαπλάσια μεγαλύτερα από το ρεύμα πόλωσης (τάξη-ΑΒ) και γ) στη χρήση πολύ μικρών τιμών χωρητικοτήτων. Η επίτευξη των παραπάνω, έγινε δυνατή με τη σχεδίαση των απαιτούμενων επιμέρους δομών στο πεδίο του υπερβολικού ημιτόνου (sinh-domain), αξιοποιώντας παράλληλα τη λειτουργία των MOSFET transistors στην περιοχή υποκατωφλίου (sub-threshold region). Επιπροσθέτως, η σχεδίαση αξιοποιεί την εναλλακτική τεχνική επίτευξης πολύ μεγάλων σταθερών χρόνου χωρίς την αύξηση των απαιτούμενων χωρητικοτήτων σε ένα σύστημα συμπίεσης/αποσυμπίεσης (companding system)[13], πετυχαίνοντας εντυπωσιακή μείωση των τιμών των πυκνωτών ολοκλήρωσης που απαιτούνται για τα βιοϊατρικά σήματα. Τέλος, αναφορικά με τη σχεδίαση του συστήματος, αυτή πραγματοποιήθηκε εξ’ ολοκλήρου στο λογισμικό Cadence, με το Design Kit που παρέχεται από την τεχνολογία AMS CMOS C35 0.35μm. Modeling neurons of the Central Nervous System (CNS) using circuits, is one of the most interesting and promising research fields of biomedical applications. The systems which consist of Silicon Neurons (SiN), such as 3rd generation neural networks SSNs (Spiking Neural Networks), are able to simulate the brain activity triggered by stimuli in real time, providing researchers with valuable medical data. This thesis, presents an enhanced topology of a SiN based on Mihalas – Niebur[1] model (model MN), using Low-Pass Filters (LPF). As an integrated circuit for biomedical applications, it is demanded to satisfy the following design criteria: a) ability to operate as a very low-voltage device and b) bias currents can be pushed to very low values without reducing the dynamic range of the handled signals. The main advantages of this implementation are: a) operating voltage is 0.7V, b) the currents that can be handled are many times higher than the bias current (class-AB) and c) the usage of very low capacitances. The above, were achieved by designing the required cells in sinh-domain with simultaneous utilization of MOSFET operation in the subthreshold region. Additionally, this design takes advantage of the alternative technique of very large time constants realization in companding systems[13] without affecting the required capacitances, leading in impressive reduction of the capacitor values for biomedical signals. Finally, regarding the design procedure of the system, it was entirely performed using Cadence software, and specifically the Design Kit that was provided by AMS CMOS C35 0.35μm technology. 2016-08-23T05:40:31Z 2016-08-23T05:40:31Z 2016-03-08 Thesis http://hdl.handle.net/10889/9538 gr 0 application/pdf