基于FPGA的电子突触实验平台的制作方法

本发明属于生物医学工程技术领域，涉及一种模仿电子突触的实验平台，特别涉及一种基于fpga的电子突触的实验平台。

背景技术：

1894年，英国著名的生理学家charlessherrington首次提出了“突触”的概念。在生物神经系统中，大量神经元由突触相互连接形成神经网络。突触的关键作用是处理和传递神经元之间的信息。我国著名生理学家冯德培教授对突触的作用有一段阐述，即“在整个神经生物学中，突触及其有关的研究可以说是占据中心地位。因为神经系统基本上是信息加工系统，而信息加工要求神经元与神经元对话，这是通过突触进行的”。学者们通过生物实验探索了电脉冲在化学突触传递的过程和化学突触的生理特性，建立了基于不同机理的化学突触数学模型。1992年，hansel等人在研究混沌神经网络同步过程中提出了一种最简单的刻画神经元化学突触的数学模型；1996年，sharp等人基于神经递质在突触缝隙中释放和在后突触神经元内的吸收特点，提出了一种化学突触数学模型；1996年，xiao-jingwang等人研究海马神经元突触抑制网络模型的γ振荡机理时提出了一种化学突触模型；1997年，rabinovich等人考虑到突触延迟和神经元的兴奋与抑制之后，建立了具有时间滞后的突触数学模型；2007年，leonid提出了突触传递的一种复杂的动力学模型。

硬件实现生物神经系统在计算神经科学领域一直是一个研究热点1989年，carvermead等构建模拟电路，实现了神经元网络模型；2009年，theodoreyu等在一个模拟vlsi硅芯片上实现了四个耦合hh神经元网络的生物物理突触动力学模型；2010年，theodoreyu等提出了4个神经元和12个基于电导的突触的模拟vlsi网络，并实现了生物物理膜动力学和详细的通道动力学的硅模型；2011年，markonoack等基于来自于神经递质释放的量子模型的电路分析方法提出了一种更具有生物实际的vlsi实现了突触动力学机制；2015年，pradyumnas.g.等采用cmos工艺实现了具有不同神经递质浓度、摄取时间和传播延迟的抑制性突触；2016年，sadiaalam等提出了基于生物分子水平的化学突触过程的vlsi电路仿真。

近年来，较之模拟电路实现方式的耗费大、耗时长等缺点，现场可编程门阵列（field-programmablegatearray），即fpga具有并行处理方式的特点，同时兼有开发周期短、集成度高、计算速度快、可重复配置、低成本等优势。因此，利用fpga实现生物神经元、神经突触以及神经网络方面有很广阔的应用前景，并且对于仿生学、人工智能、神经疾病治疗等方面有很大的应用价值。

现有技术还处于基础阶段，因此仍存在以下缺点：1）尚无基于fpga的专用电子突触实验平台；2）可以代替生物神经突触连接的动物实验的电子突触实验平台未运用到实际中。

技术实现要素：

本发明的目的是提供一种基于fpga的电子突触的实验平台，可以观察到在不同耦合强度下，神经信息传递的异同，不同类型突触即抑制性和兴奋性化学突触分别对信息传递的作用，以及两种类型化学突触共同作用下对信息传递的影响。

为实现上述目的，本发明所采用的技术方案是：一种基于fpga的电子突触实验平台，包括计算机，计算机分别与第一fpga、第二fpga、第三fpga和第四fpga信号连接，第一fpga分别与第二fpga和第三fpga信号连接，第二fpga和第三fpga分别与第四fpga信号连接，第一fpga、第二fpga、第三fpga和第四fpga均与数模转换器相连，数模转换器与示波器相连接；

第一fpga在该实验平台中作为1号电子神经元，用于作为突触前神经元，接受电刺激，产生动作电位；

第二fpga用于产生兴奋性突触电流；

第三fpga用于产生抑制性突触电流；

第四fpga在该实验平台中作为2号电子神经元，用于作为突触后神经元，该神经元不施加任何外界刺激，刺激来自于突触电流。

本发明实验平台中用电子突触模拟生物神经突触，可以让生物、医学等专业的学生在观察神经电生理实验时，用电子突触实验来代替动物实验。根据电生理特性建立的突触的数学模型已经完全封装在fpga的核心芯片中，可以通过改变刺激电流的输入来观察突触前后膜神经元的动作电位的传递以及突触的延迟特性。电子突触可以为硬件实现小型神经元网络起重要的作用，也可以为生物、医学等专业的学生观察神经元的同步放电过程提供实验方法。使用该实验平台可以观察在不同耦合强度下，神经信息传递的异同；不同类型突触即抑制性和兴奋性化学突触分别对信息传递的作用，以及两种类型化学突触共同作用下对信息传递的影响。

附图说明

图1是本发明实验平台的示意图。

图2是数字积分实现模型。

图3是化学突触电流中门控变量s的计算流水线结构模型。

图4是2号hh神经元模型流水线结构模型。

图5是实现电子神经突触的硬件实现过程图。

图6为1号电子神经元动作电位波形、2号电子神经元通过兴奋性化学突触和抑制性化学突触传递时的动作电位波形，以及兴奋性化学突触响应和抑制性化学突触响应的波形图。

图1中：1.计算机，2.第一fpga，3.第二fpga，4.第三fpga，5.第四fpga，6.数模转换器，7.示波器。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

如图1所示，本发明实验平台，包括计算机1，计算机1分别与第一fpga2、第二fpga3、第三fpga4和第四fpga5信号连接，第一fpga2分别与第二fpga3和第三fpga4信号连接，第二fpga3和第三fpga4分别与第四fpga5信号连接，第一fpga2、第二fpga3、第三fpga4和第四fpga5均与数模转换器6相连，数模转换器6与示波器10相连接。

计算机1通过usb控制下载线分别与第一fpga2、第二fpga3、第三fpga4和第四fpga5信号连接。第一fpga2、第二fpga3、第三fpga4和第四fpga5均采用altera公司生产的cycloneⅱ系列ep2c8q208c8芯片。

第一fpga2在本发明实验平台中作为1号电子神经元，用于作为突触前神经元，接受一定的电刺激，从而产生动作电位即神经信息。

第二fpga3用于产生兴奋性突触电流。

第三fpga4用于产生抑制性突触电流。

突触电流用于作为突触的输出部分，也是对另一个神经元（2号神经元）的电流刺激部分。

第四fpga5在本发明实验平台中作为2号电子神经元，用于作为突触后神经元，该神经元不施加任何外界刺激，刺激来自于突触电流。

数模转换器6采用芯片dac900e；用于将通过突触传递到2号电子神经元的神经信息即动作电位数字信号转换为示波器上可以显示的动作电位模拟信号。

示波器10用于将得到的突触电流以及神经信息模拟信号以波形的形式实时显示，便于观察分析。

fpga具有设计灵活、可重复配置、开发周期短、成本低等优势。它是作为专用集成电路领域中的一种半定制电路而出现的，既解决了定制电路的不足，又克服了原有可编程器件门电路数有限的缺点。

第一fpga2和第四fpga5中运用的数学模型为用来描述神经元动作电位发放与传导的hodgkin-huxley神经元模型。hodgkin-huxley神经元模型，即hh神经元模型。它是由hodgkin和huxley于1952年提出的用于描述神经元动作电位发放和传导的数学模型，其数学模型由四个一阶的非线性微分方程和六个代数方程描述。该神经元模型是最接近于真实生物神经元电生理特性的数学模型。

第二fpga3和第三fpga4中运用xiao-jingwang等人于1996年研究海马神经元突触抑制网络模型的γ振荡机理时提出的一种化学突触数学模型产生突触电流，该数学模型中的门控变量s由一个一阶非线性微分方程描述。

实现电子突触的过程中，电子神经元选择hh神经元模型来建模，实现以神经元为输入部分的1号电子神经元和2号电子神经元的模拟。突触电流选择xiao-jingwang等人提出的一种化学突触数学模型来建模，实现以突触电流为输出部分的模拟。

采用fpga对hh神经元模型和化学突触数学模型的硬件实现，实际上是对hh神经元模型方程和化学突触数学模型方程进行硬件方式解析。hh神经元模型和化学突触数学模型中都包含的是一阶非线性微分方程，以下以一个典型的微分方程来说明：

式中，f函数为微分方程，y0是微分方程中变量y的初值。采用欧拉方法对其进行离散求解，则得到其对应的差分方程：

y(n+1)=yn+δt×f（tn，yn）

其中，yn是变量的迭代序列，δt是积分时间。

根据上述基本原理（图2为实现数字积分功能的原理框图），对化学突触数学模型中的门控变量s采用欧拉方法进行离散，得到其差分方程：

s(k+1)=s(k)+δt{αf(v1)﹝1－s(k)﹞－βs(k)}（3）

用fpga实现电子神经元和化学突触数学模型，本质上是对所给模型的微分方程进行离散化后得到的差分方程用数字信号处理的方式在fpga上予以计算。

针对于涉及到算法类的系统设计，altera公司推出了一款算法级的辅助设计工具箱dspbuilder。用dspbuilder完成了系统的整体设计，主要是依赖于数学分析工具matlab/simulink，dspbuilder嵌入于matlab中，在simulink中调用dspbuilder库中的各个用于实现计算的模块，可以在simulink中进行图形化设计和仿真，从而完成该系统的整体设计过程。将建立的dspbuilder模型下载到fpga芯片上，并且达到最终目的，则需要一系列过程。fpga的开发语言是硬件描述语言vhdl（very-high-speedintegratedcircuithardwaredescriptionlanguage）或veriloghdl。因此，需要通过signalcompiler模块把matlab/simulink的模型文件转换成相应的硬件描述语言。最后在quartusⅱ环境下，将得到的神经元及突触电流模块分别与分频模块混合编译，通过usb控制分别下载到fpga芯片。

对于外部设计，如分频模块，可以通过vhdl编写程序代码实现。可通过调节分频模块参数，使硬件输出结果与数值模拟的时间尺度一致。

dspbuilder的建模过程中一方面要考虑fpga资源的使用情况，尤其是乘法器的使用，hh神经元模型和化学突触模型中乘法运算较多，如果在建模时一直调用乘法器模块会使得fpga中有限的乘法器资源不够，导致fpga芯片无法完成运算。因此，在建模过程中可以考虑到其他模块的使用，比如查找表（lut）模块就可以实现复杂的乘法运算，查找表在综合时消耗的资源为memorybits和m4ks。另一方面还要考虑运算过程中各个变量的时序问题，在运算过程中只有保证了时序同步才能保证运算正确。基于时序问题，weinstein等人提出了一种使用图形化的设计方案，将各变量的时序关系通过流水线结构图表示出来。其中，引入了时序的运算模块主要是乘法器模块，该模块设置了3个时钟周期。延时寄存器模块用于延时运算以及达到调整时序的目的。延时模块的主要作用是调整时序，保证时序同步，在运算过程中得到正确的运算结果。

化学突触电流中门控变量s的计算流水线结构模型，该门控变量s的时序问题的流水线结构图，如图3所示，图3中标注的z^-3的模块表示的是流水线中的延时模块，标注了lut的模块表示的是查找表模块，标注了mult(z^-3)的模块表示的是乘法器模块，标注了β的模块表示的是离子通道关闭速率模块，标注了△t的模块表示的是积分步长模块。图3显示了硬件实现神经突触过程中是如何解决时序同步问题的。

2号hh神经元模型流水线结构模型中突触后神经元即2号神经元的时序问题的流水线结构图，如图4所示，其中标注的z^-16、z^-3、z^-10、z^-6、z^-1的模块表示的是流水线中的延时模块，标注了mult(z^-3)的模块表示的是乘法器模块，标注了s(z^-10)的模块表示的是门控变量模块，标注了△t的模块表示的是积分步长模块。图4同样也显示了硬件实现神经突触过程中是如何解决时序同步问题的。

1号电子神经元既是突触前神经元，也是该子系统中的输入部分，突触电流是该子系统的输出部分，而2号神经元既是突触后神经元，也是突触电流中的一个输入；即1号电子神经元、2号电子神经元与突触之间存在关系，从突触的数学模型分析，构成突触的过程中需要1号电子神经元和2号电子神经元的膜电位作为突触的输入，然后突触以突触电流的形式来刺激2号电子神经元，从而最终实现突触传递神经信息的作用。

使用本发明实验平台时，其流程如图5所示，首先是对神经元及神经突触建立dspbuilder模型，该模型是硬件实现电子神经元与神经突触的核心。其次是在软件环境下（所用的软件为altera公司的（quartusⅱ11.0版本）对该模型所对应的硬件描述语言文件和分频文件进行混合编辑，即进行建立图元文件、配置引脚等过程。最后将经过一系列编辑之后所生成的编程文件下载至fpga核心芯片中，从而最终用fpga实现电子神经元和神经突触。

在示波器7上显示的波形图，如图6所示。图6(a)和图6(b)表示的是在兴奋性化学突触传递神经信息时的波形，其中(a)中的1通道是1号电子神经元的动作电位波形，2通道是兴奋性化学突触响应的波形。(b)中的1通道是1号电子神经元的动作电位波形，2通道是通过兴奋性化学突触的传递作用得到的2号电子神经元动作电位波形。(c)和(d)图表示的是在抑制性化学突触传递神经信息时的波形，其中(c)中的1通道是1号电子神经元的动作电位波形，2通道是抑制性化学突触响应的波形。(d)中的1通道是1号电子神经元的动作电位波形，2通道是通过抑制性化学突触的传递作用得到的2号电子神经元的波形。

基于fpga的电子突触的实验平台，可以观察到在不同耦合强度下，神经信号传递的异同，不同类型突触即抑制性和兴奋性化学突触分别对信息传递的作用，以及两种类型化学突触共同作用下对信息传递的影响。该实验平台对于代替生物神经突触连接的动物实验有一定的应用价值。