基于fpga的閉環(huán)電生理實驗平臺的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及生物醫(yī)學(xué)工程技術(shù)，特別是一種基于FPGA的閉環(huán)電生理實驗平臺。
【背景技術(shù)】
[0002]電生理學(xué)研究的主要技術(shù)是以多種形式的能量(電、聲等)刺激生物體，測量、記錄和分析生物體發(fā)生的電現(xiàn)象(生物電)和生物體的電特性的技術(shù)。針對測量出的電信號進(jìn)行估計和分析，并加以控制，構(gòu)成了閉環(huán)電生理系統(tǒng)。閉環(huán)電生理實驗平臺的應(yīng)用可以規(guī)避生理實驗中的倫理問題和不可重復(fù)的問題，適用于進(jìn)一步的實驗研究，為科學(xué)研究提供了便利，同時對臨床診斷有重要意義。
[0003]近些年來，現(xiàn)場可編程門陣列(Field Programmable Gate Array，F(xiàn)PGA)技術(shù)逐漸在以生物神經(jīng)系統(tǒng)為對象的計算神經(jīng)科學(xué)領(lǐng)域得到重要的應(yīng)用。在硬件的實現(xiàn)方法中，相比于大規(guī)模模擬集成電路靈活性差、開發(fā)周期長等缺點，F(xiàn)PGA有著并行運算計算速度快的特點，同時兼具密度高、體積小、編程靈活、可重復(fù)配置、修改參數(shù)簡便、低成本、低功耗、高可靠性等優(yōu)勢?；贔PGA的神經(jīng)元及神經(jīng)元網(wǎng)絡(luò)的計算和特性分析，可以在真實時間尺度下運行，具有速度快、運算效率高、集成度高等優(yōu)勢，因此便于應(yīng)用在仿生學(xué)、智能系統(tǒng)、神經(jīng)元特性研究及神經(jīng)疾病治療等方面，因而對于基于神經(jīng)元模型的閉環(huán)控制的硬件實現(xiàn)具有重要意義。
[0004]數(shù)據(jù)采集卡是用于從下位機(FPGA)中自動采集電信號或者數(shù)據(jù)信號，并傳送到上位機中進(jìn)行顯示、處理。數(shù)據(jù)采集系統(tǒng)是結(jié)合基于計算機或者其他專用測試平臺的測量軟硬件產(chǎn)品來實現(xiàn)靈活的、用戶自定義的測量系統(tǒng)。
[0005]VB(Visual Basic)是一種結(jié)構(gòu)化、模塊化、面向?qū)ο蟮目删幊淘O(shè)計語言，它包含協(xié)助開發(fā)環(huán)境的事件驅(qū)動。VB提供了可視化的設(shè)計平臺，無需考慮Windows界面設(shè)計的復(fù)雜性，不必再為界面的設(shè)計編寫大量的程序代碼，只需按設(shè)計的要求，用系統(tǒng)提供的工具在屏幕上構(gòu)建各種對象，VB自動產(chǎn)生界面設(shè)計代碼，我們所要做的只是實現(xiàn)程序功能的那部分代碼，從而大大提高了編程的效率。同時，VB還可以實現(xiàn)與其他Windows應(yīng)用程序建立動態(tài)數(shù)據(jù)庫交換和在不同的應(yīng)用程序之間進(jìn)行通信的功能。
[0006]預(yù)測控制是利用過程模型預(yù)測系統(tǒng)在一定控制下未來的動態(tài)行為，在此基礎(chǔ)上根據(jù)給定的約束條件和性能要求滾動地求解最優(yōu)控制作用并實施當(dāng)前控制，在滾動地每一步通過檢測實時的信息修正對未來行為的預(yù)測。它可以提前對系統(tǒng)進(jìn)行控制，可以更好的消除系統(tǒng)中因各環(huán)節(jié)滯后所產(chǎn)生的延遲影響。而神經(jīng)元模型數(shù)據(jù)采集、在線圖像處理過程中均存在滯后現(xiàn)象，同時，傳感器本身以及硬件驅(qū)動過程均可能存在遲滯，這些滯后會對系統(tǒng)造成很大的影響，所以必須采用預(yù)測控制對其進(jìn)行控制，消除滯后對其影響。
[0007]由Julier和Uhlman等人根據(jù)確定性采樣的基本思路，提出的無跡卡爾曼濾波器(Unscented Kalman filter，UKF)，現(xiàn)已廣泛應(yīng)用于計算機圖像處理、傳感器數(shù)據(jù)融合、導(dǎo)航、控制等領(lǐng)域。UKF是一種基于最小方差估計準(zhǔn)則的非線性高斯?fàn)顟B(tài)估計器。它的優(yōu)勢在于在處理非線性系統(tǒng)時，不需要對非線性函數(shù)進(jìn)行一階線性化。無跡卡爾曼濾波器是非線性狀態(tài)估計的一種工具，且能夠?qū)υ肼曈绊懙妮敵鰻顟B(tài)起到濾波的作用，具有更快的收斂速度和更簡單的計算流程?；陉P(guān)鍵參數(shù)的不可直接測量性，本發(fā)明選取無跡卡爾曼濾波器對關(guān)鍵參數(shù)進(jìn)行估計，利用易測量的參數(shù)估計出不易測量的參數(shù)值，并根據(jù)其變化情況對神經(jīng)元的放電狀態(tài)進(jìn)行分析。
[0008]現(xiàn)有的技術(shù)還處于基礎(chǔ)階段，因此仍存在以下缺點:現(xiàn)有的實驗平臺無法將軟件的靈活性和硬件的真實性與速度優(yōu)勢有機地結(jié)合起來；現(xiàn)有的運用FPGA實現(xiàn)的硬件仿真神經(jīng)元模型結(jié)構(gòu)比較簡單，精度不高，無法代替真實神經(jīng)元進(jìn)行電生理實驗研究；現(xiàn)有的人機界面尚未完善，無法進(jìn)行實時的控制操作與數(shù)據(jù)分析，因此電生理實驗的操作分析比較困難。

【發(fā)明內(nèi)容】

[0009]針對上述技術(shù)中存在的不足，本發(fā)明的目的是提供一種基于單神經(jīng)元閉環(huán)控制的FPGA實驗平臺，在硬件基礎(chǔ)上構(gòu)建神經(jīng)元模型并作為虛擬神經(jīng)元進(jìn)行仿真實驗，通過對虛擬神經(jīng)元的閉環(huán)控制、利用閉環(huán)鉗位算法實現(xiàn)電壓鉗位實驗、動態(tài)鉗位實驗、突觸電流實驗、波形鉗位實驗以及響應(yīng)鉗位實驗等電生理實驗；同時，本發(fā)明采用了轉(zhuǎn)換接口，可以根據(jù)實驗要求實現(xiàn)虛擬神經(jīng)元與真實神經(jīng)元之間的切換；本發(fā)明還利用上位機軟件構(gòu)建上位機軟件界面，實現(xiàn)了對實驗平臺的在線控制和實時顯示。本發(fā)明采用了硬件和軟件組合的形式，既能發(fā)揮硬件的速度和真實性方面的優(yōu)勢，也能將軟件的靈活性最大程度利用，實現(xiàn)對快速性、魯棒性及能量消耗等指標(biāo)的優(yōu)化。
[0010]為實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是提供一種基于FPGA的閉環(huán)電生理實驗平臺，其特征是:利用FPGA芯片結(jié)合D/A轉(zhuǎn)換模塊構(gòu)建一種高精度的虛擬神經(jīng)元并實現(xiàn)閉環(huán)電生理實驗，該虛擬神經(jīng)元反映真實神經(jīng)元的生理特性，在電生理實驗研究中代替真實神經(jīng)元；所述實驗平臺包括有相互連接的上位機、數(shù)據(jù)采集卡和FPGA芯片。
[0011]本發(fā)明的有益效果是該仿真實驗平臺可利用對神經(jīng)元的閉環(huán)控制實現(xiàn)電生理實驗，通過FPGA建立的硬件實驗?zāi)Ｐ秃蚔isual Basic構(gòu)建的上位機軟件界面共同作用，提高了系統(tǒng)的靈活性和可操作性，實現(xiàn)了硬件與軟件的有機結(jié)合，能夠滿足快速準(zhǔn)確、真實可靠的要求，為神經(jīng)元閉環(huán)電生理研究提供一個真實可靠的、無動物的實驗平臺。主要優(yōu)點有:1、用FPGA仿真實驗?zāi)Ｐ痛嬲鎸嵣窠?jīng)元，運用并行運算，與計算機等軟件仿真方式采用的串行運算相比，F(xiàn)PGA可以大幅度提高運算速度；2、FPGA芯片的工作頻率最大可達(dá)200MHz，最大輸出頻率可達(dá)Ims之內(nèi)，同時，數(shù)據(jù)采集卡采用的是16通道、采樣頻率為200K/S，可以保持實驗平臺的時間尺度與真實神經(jīng)元一致且在信息傳輸過程中保證數(shù)據(jù)位寬、精度滿足要求；3、操作者可以在上位機軟件界面中對電壓設(shè)定值、頻率設(shè)定值、刺激波形、幅值、周期、占空比等參數(shù)進(jìn)行設(shè)置，實現(xiàn)對實驗平臺的控制，完成實驗過程；4、應(yīng)用可視化上位機界面可以動態(tài)顯示并實時分析神經(jīng)元放電活動的變化及其內(nèi)在機理，采用數(shù)據(jù)采集卡采集數(shù)據(jù)，可以將采集過程中的噪聲干擾問題盡量最小化，保證信號質(zhì)量，為電生理實驗的研究提供更好的可視化的實驗研究平臺；5、本平臺可實現(xiàn)對神經(jīng)元模型的反復(fù)進(jìn)行實驗，上位機、數(shù)據(jù)采集卡、FPGA芯片等均可反復(fù)讀寫，幾乎沒有損耗，也無需考慮動物實驗的限制，不存在倫理限制。
【附圖說明】
[0012]圖1為本發(fā)明的FPGA硬件實驗平臺結(jié)構(gòu)示意圖；
[0013]圖2為無跡卡爾曼濾波器原理圖；
[0014]圖3為預(yù)測控制控制器模塊；
[0015]圖4為單神經(jīng)元模型結(jié)構(gòu)示意圖；
[0016]圖5為本發(fā)明的上位機軟件操作界面示意圖。
[0017]圖中:
[0018]1.上位機2.數(shù)據(jù)采集卡3.FPGA芯片4.USB接口 5.數(shù)據(jù)總線6.電壓鉗位實驗?zāi)K7.給定電壓信號8.電壓鉗位控制器9.神經(jīng)元模型10.神經(jīng)元膜電位11.無跡卡爾曼濾波器12.動態(tài)鉗位實驗?zāi)K13.外加給定刺激信號14.動態(tài)鉗位控制器15.神經(jīng)元模型16.突觸電流實驗?zāi)K17.外加刺激信號18.神經(jīng)元模型I 19.神經(jīng)元模型II 20.模擬突觸連接21.神經(jīng)元模型III 22.波形鉗位實驗?zāi)K23.刺激類型選擇模塊24.乘法器25.輸入波形26.波形鉗位控制器27.神經(jīng)元模型28.給定放電頻率29.響應(yīng)鉗位實驗控制器30.神經(jīng)元放電模型31.頻率估計32.響應(yīng)鉗位實驗?zāi)K33.參考模塊34.神經(jīng)元模型膜電位測量值35.神經(jīng)元模型慢變量信息估計值36.控制過程模塊37.控制過程中神經(jīng)元模型的慢變量信息估計值38.控制過程中神經(jīng)元模型的膜電位測量值39.給定信號40.控制器環(huán)節(jié)41.被控神經(jīng)元模型42.電壓或電流等反饋量43.延時寄存