人工神經(jīng)元可以實(shí)時(shí)識(shí)別生物信號(hào)
當(dāng)前的神經(jīng)**算法產(chǎn)生了令人印象深刻的結(jié)果，有助于解決許多問(wèn)題。但是，用于運(yùn)行這些算法的電子設(shè)備仍然需要太多的處理能力。當(dāng)涉及實(shí)時(shí)處理感官信息或與環(huán)境的交互時(shí)，這些人工智能(AI)系統(tǒng)根本無(wú)法與實(shí)際的大腦競(jìng)爭(zhēng)。
Neuromorphic芯片可檢測(cè)高頻振蕩
神經(jīng)形態(tài)工程學(xué)是一種有希望的新方法，可以彌合人工智能與自然智能之間的鴻溝。蘇黎世大學(xué)，蘇黎世聯(lián)邦理工學(xué)院和蘇黎世大學(xué)醫(yī)院的跨學(xué)科研究團(tuán)隊(duì)已經(jīng)使用這種方法來(lái)開(kāi)發(fā)基于神經(jīng)形態(tài)技術(shù)的芯片，該芯片能夠可靠，準(zhǔn)確地識(shí)別復(fù)雜的生物信號(hào)。科學(xué)家們能夠使用這項(xiàng)技術(shù)成功檢測(cè)以前記錄的高頻振蕩(HFO)農(nóng)業(yè)科普知識(shí)宣傳圖片。使用顱內(nèi)腦電圖(iEEG)測(cè)量的這些特定波已被證明是用于識(shí)別引起癲癇發(fā)作的腦組織的有前途的生物標(biāo)志物。
復(fù)雜，緊湊且節(jié)能
研究人員首先設(shè)計(jì)了一種算法，該算法可以通過(guò)模擬大腦的自然神經(jīng)**(即所謂的尖峰神經(jīng)**(SNN))來(lái)檢測(cè)HFO。第二步涉及在指甲大小的硬件中實(shí)現(xiàn)SNN，該硬件通過(guò)電極接收神經(jīng)信號(hào)，并且與傳統(tǒng)計(jì)算機(jī)不同，它具有很高的能源效率。這樣就可以在不依賴(lài)互聯(lián)網(wǎng)或云計(jì)算的情況下以非常高的時(shí)間分辨率進(jìn)行計(jì)算。UZH和ETH Zur-ich的神經(jīng)信息學(xué)研究所教授Giacomo Indiveri說(shuō)：“我們的設(shè)計(jì)使我們能夠?qū)崟r(shí)識(shí)別生物信號(hào)中的時(shí)空模式?！?/p>
測(cè)量手術(shù)室和醫(yī)院外部的HFO
研究人員現(xiàn)在計(jì)劃利用他們的發(fā)現(xiàn)來(lái)創(chuàng)建一個(gè)電子系統(tǒng)，該系統(tǒng)可以實(shí)時(shí)可靠地識(shí)別和監(jiān)視HFO。當(dāng)用作手術(shù)室中的附加診斷工具時(shí)，該系統(tǒng)可以改善神經(jīng)外科手術(shù)干預(yù)的結(jié)果。
但是，這不是HFO識(shí)別可以發(fā)揮重要作用的唯一領(lǐng)域。該小組的長(zhǎng)期目標(biāo)是開(kāi)發(fā)一種可以在醫(yī)院外使用的監(jiān)測(cè)癲癇病的設(shè)備，這將使數(shù)周或數(shù)月的大量電極信號(hào)分析成為可能。Indiveri說(shuō)：“我們希望在設(shè)計(jì)中集成低能耗的無(wú)線(xiàn)數(shù)據(jù)通信，例如將其連接到手機(jī)。”蘇黎世大學(xué)醫(yī)院的神經(jīng)生理學(xué)家Johannes Sarnthein闡述道：“諸如此類(lèi)的便攜式或可植入芯片可以識(shí)別癲癇發(fā)作率較高或較低的時(shí)期，這將使我們能夠提供個(gè)性化的藥物?！边@項(xiàng)癲癇病研究正在蘇黎世癲癇病學(xué)和癲癇手術(shù)中心進(jìn)行，
標(biāo)簽： 人工神經(jīng)元
