基于lnc模型的针刺神经电信号fpga编码分析平台的制作方法
【技术领域】
[0001] 本发明涉及生物医学工程技术，特别是一种基于LNC模型的针刺神经电信号FPGA 编码平台。
【背景技术】
[0002] 针灸作为中医的重要组成部分，临床疗效显著。针刺作用使机体产生大量的电信 息和化学信息，两者共同作用实现对机体功能活动的整合与调控。神经电信号是针刺发挥 效应的关键信号，神经元放电活动与刺激之间的关系是神经生理学研究的焦点。国内外研 究人员一方面采用非线性特征提取等数据分析的方法挖掘其内在规律，另一方面从建模的 角度进行机理性的探索，例如通过建立具有可塑性的延迟前馈网络模型模拟针刺电信号的 传递路径以及复杂网络映射方法等，然而神经系统究竟如何编码针刺信息尚不明晰。
[0003] 目前神经元模型主要有两类，即电生理模型以及现象学模型。电生理模型能较好 地描述神经元的动态特性，但形式复杂，不利于建立有效的输入输出映射关系。现象学模型 形式简单灵活，但生理意义不明确。现有神经元模型都不能用于全面地描述和分析针刺数 据，并且在同一个给定刺激下，由于受到周边神经元网络的时变刺激，神经元的放电响应本 质上是具有随机特性的。有研究表明，单神经元的输入一输出映射关系本质上是线性-非 线性的级联关系，可以由线性 -非线性级联（Linear and Nonlinear Cascade，LNC)模型 进行刻画，即将输入刺激依次经过线性滤波器和非线性转换来估计神经元的响应输出。LNC 虽然形式简单，却涵盖了很多关于生物物理和功能解剖的基本内容，综合了电生理模型和 现象学模型的特点并具有随机放电特性，适合用于构造针刺电信号输入输出之间的映射关 系。
[0004] 现场可编程门阵列（Field Programmable Gate Array，FPGA)技术在以生物神经 系统为对象的计算神经科学领域的应用逐渐受到重视。相对于模拟系统灵活性差，开发周 期长等缺点，FPGA有着体积小、密度高、计算速度快（最高速率可达150MHz)、编程灵活、 修改参数方便、低功耗、低成本、可重新配置、高可靠性等特点。应用能够并行运算的FPGA 实现神经元及网络的运算和特性分析，可实现在真实时间尺度下运行，运算效率高，便于应 用，且集成度高，在神经元网络特性研究、仿生学、智能系统及神经疾病治疗等方面有着广 阔的应用前景，因此FPGA对于单神经元编码的硬件实现具有重要意义。
[0005] 在研究针刺神经电信号方面，仍存在以下不足：现有的技术尚无运用FPGA实现的 硬件仿真单神经元模型结构；单纯利用matlab实现LNC等给予模型的仿真，无法模拟针刺 通路下的真实神经元；多数研究仅围绕神经元模型进行仿真，没有严谨的针刺实验设计，无 法建立真实实验数据下的神经元模型，并进一步预测和分析神经元编码机制。
【发明内容】
[0006] 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LNC的能够模拟真实 神经元编码的FPGA平台，并且设计针刺实验，利用实验数据估计LNC模型的内部参数，进而 构建实验数据驱动下的LNC单神经元硬件编码平台，为单神经元的编码机制研究提供严谨 的解决方案。
[0007] 为实现上述目的，本发明采用的技术方案是提供一种基于LNC模型的针刺神经电 信号FPGA编码分析平台，其中：该平台包括有相互连接的针刺实验部分，PC机离线分析部 分，FPGA单神经元编码器，所述的针刺实验部分采集实验数据样本，经PC机离线分析部分 预处理后，将预处理后的实验样本数据作为PC机离线分析部分的参数估计依据，FPGA单神 经元编码器根据PC机离线分析部分估计得到模型最优参数，建立并且配置LNC模型的内部 参数。
[0008] 所述实验部分完成样本实验数据的采集，样本实验数据经过预处理后，传递给PC 机离线分析部分进行神经元模型的建立和分析。
[0009] 所述的PC机离线分析部分包括有上位机和matlab仿真环境。
[0010] 所述的上位机部分包括参数设置模块，放电对比模块以及数据分析模块；参数设 置模块用于设置上位机matlab仿真输入刺激的幅值、频率指标，并包含GLM参数估计模块； 放电对比模块采用直观的图形对比matlab仿真和FPGA仿真两者之间的差异；数据分析模 块用于对matlab仿真和FPGA仿真多得到的放电序列做进一步的统计分析。
[0011] 所述的matlab仿真环境通过matlab工具包实现，将神经元放点看作点过程，基于 最大似然法则估计LNC模型在实验数据驱动下的最优参数，所述的LNC模型由线性滤波器 和静态非线性函数两部分构成，两部分级联产生单神经元的放电率指标。
[0012] 所述的FPGA单神经元编码器包括有卷积运算部分和指数运算部分，卷积运算部 分负责硬件实现LNC模型中的线性滤波器中的卷积运算，卷积运算部分的实现可以使用 Ahera提供的FFT IP核来实现FFT和IFFT功能，指数运算部分负责硬件实现LNC模型中的 静态非线性函数运算，可以采用Cordic算法下指数运算的IP核。
[0013] 本发明的有益效果是将LNC单神经元模型应用于针刺电信号编码研究的领域，并 且建立基于FPGA的硬件仿真平台。优势在于：1.本平台采用LNC神经元模型描述针刺电信 号的输入输出关系，有益于揭示针刺编码机制的实质。2.本平台采用PC机和FPGA混合搭 建系统平台，PC机负责线下预处理实验数据并且最大似然估计LNC模型的最优参数，FPGA 平台负责实现真实的LNC单神经元编码过程。3.本平台采用最大工作频率200MHz的FPGA 实现实验数据驱动下的针刺神经通路下的单神经元，并行运算保证膜电位输出频率在Ims 之内，运算速度快，并且具有一定的生物物理意义。4. FPGA单神经元编码器能够在不同刺激 下快速编码输入信号，产生基于LNC模型的神经放电信息，并且能够通过USB通讯方式传回 PC机，与线下模型仿真结果进行比较。
【附图说明】
[0014] 图1为本发明的基于LNC的FPGA编码分析平台结构示意图；
[0015] 图2为本发明的LNC模型的结构示意图；
[0016] 图3为本发明中FPGA单神经元编码器的结构框图；
[0017] 图4为本发明中上位机界面的示意图。
【具体实施方式】
[0018] 下面结合附图对本发明的基于LNC的能够模拟真实神经元编码的FPGA平台结构 做进一步描述。
[0019] 本发明的基于LNC的能够模拟真实神经元编码的FPGA平台的设计思想是：如图 1所示，首先设计针刺实验1，提取实验样本数据。然后，利用PC机离线分析部分2通过 matlab软件对数据进行处理，通过最大似然算法，估计得到LNC模型的基本参数。最后，利 用FPGA的IP核，以离线分析得到的数据作为依据，配置模型参数，构建FPGA单神经元编码 器3,完成最终FPGA单神经元编码平台的实现。
[0020] 本发明的基于LNC模型的针刺神经电信号FPGA编码分析平台，该平台包括有相互 连接的针刺实验部分1，PC机离线分析部分2, FPGA单神经元编码器3,所述的针刺实验部 分1采集实验数据样本，经PC机离线分析部分2预处理后，将预处理后的实验样本数据作 为PC机离线分析部分2的参数估计依据，FPGA单神经元编码器3根据PC机离线分析部分 2估计得到模型最优参数，建立并且配置LNC模型4的内部参数。
[0021] 所述实验部分1完成样本实验数据的采集，样本实验数据经过预处理后，传递给 PC机离线分析部分2进行神经元模型的建立和分析。
[0022] 所述的PC机离线分析部分2包括有上位机和matlab仿真环境。
[0023] 所述的上位机部分包括参数设置模块12,放电对比模块14以及数据分析模块17 ; 参数设置模块12用于设置上位机matlab仿真输入刺激的幅值、频率指标，并包含GLM参数 估计模块13 ;放电对比模块14采用直观的图形对比matlab仿真和FPGA仿真两者之间的 差异；数据分析模块17用于对matlab仿真和FPGA仿真多得到的放电序列做进一步的统计 分析。
[0024] 所述的matlab仿真环境通过matlab工具包实现，将神经元放点看作点过程，基于 最大似然法则估计LNC模型4在实验数据驱动下的最优参数，所述的LNC模型4由线性滤 波器7和静态非线性8函数两部分构成，两部分级联产生单神经元