基于FPGA的基底核网络beta节律仿真系统的制作方法

本发明涉及生物医学工程技术，特别是一种基于fpga的基底核网络beta节律仿真系统。

背景技术：

现代神经科学技术研究表明，基底核(basalgangliasystem，bgs)在人体的运动控制、认知序列产生及编码、动作选择等行为中具有重要作用。其病变将导致帕金森氏病的产生，基底核内异常增强的beta节律与帕金森病的运动徐缓，僵直等运动状态密切相关。帕金森状态的神经生理表现可以概述为皮层-基底核-丘脑神经回路的异常放电及同步震荡行为，而基底核是大脑亚皮层区重要的神经核团，包含纹状体，低丘脑核(subthalamicnucleus，stn)，苍白球外侧(externalglobuspallidus，gpe)，苍白球内侧(internalglobuspallidus，gpi)等部分，基底核中各部分之间通过多巴胺和神经递质进行复杂的促进或抑制作用，控制着人体的运动等复杂功能，多巴胺一旦缺失将导致丘脑核团中继能力丧失，最终诱发帕金森运动功能障碍。因此，对于基底核网络的beta节律的研究可以使揭示控制帕金森病态节律的内在机理成为可能。近年来，神经科学领域的工作人员已经对基底核丘脑的生理机理进行大量的研究工作，并通过对帕金森患者的数据采集，了解了多巴胺的产生和具体作用方式，以及bg网络中stn、gpe和gpi等神经元的耦合作用。在对基底核网络的beta节律的研究过程中，数据采集等试验方法是必不可少的，可是碍于高昂的成本、道德伦理的约束以及环境对实验的干扰等诸多条件的限制，实验结果的准确性和可重复性大大降低。因此，神经网络模型的构建成为研究基底核网络beta节律的不可缺少的手段。尽管神经网络的参数具有明确的生理意义，可以仿真神经元的突触连接，同时也可以对神经网络进行仿真，揭示神经网络的生理学原理。但是神经网络的计算机仿真十分复杂，计算量极大，而针对基底核网络模型的模拟电路又受到其扩展性和灵活性的限制，不易于具体仿真的实现和拓展研究。因此，在高性能硬件基础上实现基底核网络beta节律成为当前研究基底核网络节律的最好方法之一。

现场可编程门阵列(fieldprogrammablegatearray，fpga)技术是在pal、gal、cpld等可编程器件的基础上发展起来的，是专用集成电路(asic)领域中的一种半定制的电路技术，由于fpga的并行结构，其可以完美解决定制电路的不足和可编程器件门电路有限的问题，且其运行速度快，性能优良，在生物医学工程领域，可以显著减少开发成本，有很好的发展前景。相对于模拟平台开发时间久、资源有限等缺点，fpga集成度较高、运转速度快、体积较小、操作方便、可以重新配置等优点。因此在神经生物工程领域的仿真中，可以在很高的运算效率下对神经元的电生理特性进行仿真，这样仿真具有很高的实时性，可以在真实的时间尺度下对神经元的生理特性进行分析与研究，这对智能系统，仿生学和神经网络等领域的研究都具有十分重要的应用价值。

目前此技术还处于基础阶段，因此存在以下缺点：尚无基于fpga的功能完善的基底核网络beta节律的fpga仿真系统；运用fpga实现的神经元网络结构简单，精度较低，不能满足研究需要；人机交互界面尚有待完善，控制操作和数据分析无法实时进行，因此对fpga系统的神经元网络仿真的控制和操作都比较困难。

技术实现要素：

针对上述技术存在的不足，本发明的目的是提供一种基于fpga的基底核网络beta节律仿真系统，是研究人员可以十分直观的通过上位机观察stn核团和gpe核团产生的波形，并通过控制器改变神经元核团之间的耦合参数，进而可以观察神经元之间的作用关系，为研究基底核的工作机理和对帕金森等疾病的治疗提供重要的理论依据。

为实现上述目的，本实验采用的一种技术方案是提供一种基于fpga的基底核网络beta节律仿真系统，其中：该仿真系统包括fpga开发板、波形发生器、上位机、ad转换器，所述的fpga开发板包括有相互连接的fpga芯片ⅰ、fpga芯片ⅱ和usb接口模块，系统还包括采用dspbuilder编程实现，并在fpga芯片ⅰ、fpga芯片ⅱ中编译实现的的基底核网络的hh模型、stn神经元的hh模型、gpe神经元的hh模型、突触电流模型耦合模块、控制模块、纹状体信号等效电流计算模块、皮层信号等效电流计算模块，上位机操作界面由qt编程实现，并通过usb接口模块与fpga芯片ⅰ和fpga芯片ⅱ进行通讯，usb接口模块采集的数据通过上位机进行处理与储存。

本发明的效果是该仿真系统实现了复杂的基底核网络建模，设计了兼具可视化与可操作性的人机交互界面，增强了系统的运转效率和可操作性，提升了系统的灵活程度，使系统可以在真实的时间尺度下对基底核细胞stn核团和gpe核团进行仿真；同时该系统为基底核神经网络beta节律提供了可视化仿真平台，对了解基底核beta节律，治疗帕金森病具有重要理论意义和实用价值。基于高速并行计算的fpga基底核神经网络模型的功能特性仿真是一种无动物的实验方法，该仿真实验平台的研究在世界范围内都属于前沿的科技领域，其具有以下优势：1.该fpga硬件仿真模型可以满足实验的实时性，并且在时间尺度上与真实的神经元信号保持一致，芯片的最大工作频率为200mhz，因此神经信号的输出频率可以保持在1毫秒以内，这与真实神经元信号的时间尺度相符合，为研究基底核神经网络提供一种高效、快捷并且具有很高实时性的实验平台；2.本平台中的神经元耦合参数和神经元模型参数可以通过人机交互界面自由配置，完成了利用计算机操作界面控制实验设备配置实验参数的功能；3.人机交互界面可以实时观察stn模型和gpe模型的放电状态、放电频率和二者的耦合作用，可以定量地对不同神经元的放电特性、耦合强度以及beta节律进行分析，同时计算机还可以对采集的仿真数据进行储存，以便于后续的分析工作，为研究基底核神经网络beta节律提供了更方便的可视化平台。

附图说明

图1为本发明的仿真系统结构示意图；

图2为本发明的仿真系统基底核网络计算模型；

图3为本发明的仿真系统stn神经元hh模型；

图4为本发明的仿真系统突触电流计算模块；

图5为本发明的仿真系统外部电流计算模块；

图6为本发明的仿真系统人机操作界面示意图。

图中：

1.fpga开发板2.波形发生器3.上位机4.ad转换模块5.fpga芯片ⅰ6.fpga芯片ⅱ7.usb接口模块8.基底核网络的hh模型9.突触电流模型耦合模块10.控制模块11.stn神经元的hh模型12.gpe神经元的hh模型13.纹状体信号等效电流计算模块14.皮层信号等效电流计算模块15.上位机操作界面16.数据总线17.usb接口芯片18.usb接口19.stn膜电位信号20.gpe膜电位信号21.外部输入信号22.stn突触模型模块23.gpe突触模型模块24.stn突触电流信号25.gpe突触电流信号26.外部输入选择信号27.sdram储存器模块28.控制模块输出信号29.纹状体信号30.皮层信号31.流水线数据通路32.镜像储存器33.网络连接矩阵34.突触连接权重35.膜电位ram储存器36.基底核网络放电节律显示界面37.局部场电势信号显示界面38.界面基本操作区39.神经元参数调节区40.耦合参数调节区41.外界输入调节区42.神经元个数调节区43.基本操作区

具体实施方式

结合附图对本发明的基于fpga的基底核网络beta节律仿真系统结构加以说明。

本发明的基于fpga的基于fpga的基底核网络beta节律仿真系统的设计思想是首先在fpga开发板1上建立stn神经元的hh模型11和gpe神经元的hh模型12；之后在fpga开发板1上计入stn突触模块22和gpe突触模型模块23这两种模块接收stn神经元hh模型11和gpe神经元hh模型12所产生的膜电位信号stn膜电位信号19和gpe膜电位信号20，并将两者的信号进行计算，之后将计算的结果stn突触模型模块22和gpe突触模型模块23进行自耦合与互耦合连接计算，计算的结果即可初步反映基底核网络的beta节律；之后在通过dspbuilder建立外部输入模块包括控制模块10、纹状体信号等效电流计算模块13和皮层信号等效电流计算模块14，并通过编译将信号导入fpga芯片ⅰ5，其中控制模块产生控制信号改变stn神经元hh模型11和gpe神经元hh模型12的初值以及stn突触模型模块22和gpe突触模型模块23的耦合参数，进而改变二者耦合关系，影响基底核网络放电节律，纹状体信号29与皮层信号30对stn和gpe耦合模型进行调制，给予耦合模型白噪声信号，改变基底核网络放电节律和特性，为研究提供更多可能；外部的波形发生器装置2，利用产生的波形模拟基底核受到的扰动信号和调制信号，了解基底核网络放电节律的稳定性或强制将基底核网络节律调整到所需要的频率进行研究；usb接口网络7将采集的基底核网络的hh模型8和突触电流模型耦合模块9的信号传输给上位机3，通过上位机进行显示并分析储存；最后需要设计上位机操作界面15，上位机操作界面15采用qt进行编译，可以通过基底核网络放电节律显示界面36显示数据总线16采集的stn膜电位信号19、gpe膜电位信号20、通过局部场电势信号显示界面37显示由两种细胞膜电位耦合产生的局部场电势，并通过界面基本操作区38和基本操作区43对采集的信号进行实时分析与储存，同时上位机操作界面还可以在神经元参数调节区39和耦合参数调节区40改变和调整stn神经元的hh模型11、gpe神经元的hh模型12旳初始数值以及突触电流模型耦合模块9的耦合参数，模拟不同情况的基底核网络放电节律，还可以在外界输入调节区41设定纹状体信号29和皮层信号30，使仿真具有更多种可能。该系统由相互连接的fpga开发板1、波形发生器2、上位机3、ad转换模块4和usb接口模块7组成。其中fpga开发板1用来实现基底核网络的hh模型8、突触电流模型耦合模块9、控制模块10以及纹状体信号等效电流计算模块13和皮层信号等效电流计算模块14，波形发生器2产生所需的调制信号或扰动信号，上位机3实现系统的初值和各参数设置，并可以实时对基底核网络放电节律进行观察和储存，ad转换模块4可以将波形发生器2所产生的的波形进行数模转换，使其模拟信号转换为数字信号输入到fpga开发板1中，usb接口模块7则用来完成上位机3与fpga开发板1之间的实时通讯。

所述的基底核网络的hh模型8包括stn神经元的hh模型11和gpe神经元的hh模型12，该模型在fpga芯片ⅱ6中采用流水线结构，利用欧拉法实现离散化，使六组常微分方程可以同步进行并行计算，实现hh模型复杂的神经结构。神经元的hh模型共有六组参数，每个参数都可以设定一个初始值，之后通过常微分方程实现每组参数的运算，本发明采用流水线结构来实现常微分方程的运算，每组流水线结构通过延时寄存器实现，每个延时运算开启一个新的时钟周期的子运算，每个参数在各自的时钟周期内实现不同的运算，这样不同的神经元模型，不同参数，不同时刻的运算都可以同时进行，并储存在膜电位ram储存器35中，随着系统的时钟信号进行迭代和传递。在神经元参数调节区39可以设定stn神经元的hh模型11和gpe神经元的hh模型12的六组参数的初始值，不同的初始值将会影响基底核网络的稳定性、放电周期和放电强度。

所述波形发生器2：其型号为agilent33220a，可产生20mhz正弦波、方波，产生脉冲、斜披、三角波，噪声和直流波形，输出波形为14位，50msa/s，64k点，满足设计需要。

所述ad装换模块4：ad转换模块4采用的芯片型号为ad9248，ad9248，采用12组差分流水线结构，内置输出纠错模块，最高数据可达到65msps，并且能提供14位精度，在正常工作温度范围内无失码，满足设计需要。

所述等效电流计算模块：等效电流计算模块包括纹状体信号等效电流计算模块13和皮层信号等效电流计算模块14，这两种信号可以通过不同大小的白噪声进行模拟，在上位机操作界面15上可以设定纹状体信号29和皮层信号30的作用强度，从而可以研究纹状体和皮层对基底核网络beta节律的影响。

所述上位机操作界面15：上位机操作界面15通过qt编写，通过visa(virtualinstrumentsoftwarearchitecture，虚拟仪器软件体系结构)与上位机相连并进行数据传输，上位机3可以通过visa来读取fpga开发板1上通过usb接口模块7传输的基底核网络beta节律的防电信号的动态数据，在上位机操作界面15中的基底核网络放电节律显示界面36进行显示，基底核网络中两种模型耦合产生的局部场电势信号则通过局部场电势信号显示界面37进行实时显示，同时也可以在上位机操作界面15设定stn神经元的hh模型11和gpe神经元的hh模型12的初始值，纹状体信号29和皮层信号30的强度以及突触电流模型耦合模块9的三组耦合参数，来改变基底核网络的放电的动态特性。同时上位机操作界面15也可以对采集的数据进行保存，有利于对数据的进一步分析。上位机操作界面15可以满足数据的实时采集、处理，波形显示、分析和数据的储存功能。

本发明的基于fpga的基底核网络beta节律机制研究实验平台由fpga开发板1、波形发生器2、上位机3、ad转换模块4和usb接口模块7组成。其中fpga开发板1用来实现stn神经元的hh模型11和gpe神经元的hh模型12、stn突触模型模块22和gpe突触模型模块23以及纹状体信号等效电流计算模块13和皮层信号等效电流计算模块14。以下分别加以说明：

基底核网络hh模型8

如图1所示，对硬件平台进行设计，fpga芯片ⅰ5采用altera公司生产的stratixⅲep3se260f1152c4n芯片，fpga芯片ⅱ采用altera低功耗ep4cgx150cf23c8n型号fpga芯片，根据stn和gpe神经元的hh模型，采用欧拉法对两个神经元的六组参数进行离散化，并搭建stn神经元的hh模型11和gpe神经元的hh模型12，其产生的波形通过数据总线16传输到上位机3进行显示、分析和储存，同时上位机操作界面15设定的stn和gpe神经元的hh模型的初始值也可以通过数据总线16传输到fpga开发板，对神经元模型进行修改。

基底核网络hh模型8包括stn神经元的hh模型11和gpe神经元的hh模型12以及突触电流模型耦合模块9，突触电流模型耦合模块9包括stn突触模型模块22和gpe突触模型模块23，模型中所有的数据都按照系统的统一时钟信号作用下同步运行，并且根据fpga芯片结构在quartusⅱ中编译实现硬件语言转换。如图2所示即为基底核网络hh模型8，由stn神经元的hh模型11、gpe神经元的hh模型12、stn突触模型耦合模块22和gpe突触模型耦合模块23组成，stn神经元的hh模型11和gpe神经元的hh模型12所产生的stn膜电位信号18和gpe神经元的hh模型12所产生的gpe膜电位信号20直接传输给stn突触模型耦合模块22和gpe突触模型耦合模块23，二者通过上位机操作界面15传输的耦合参数对膜电位进行耦合作用，由此可以改变stn神经元和gpe神经元的膜电位的频率和强度以及二者通过突触作用的耦合强度，进而可以调节基底核网络的放电节律的动态特性。stn神经元对gpe神经元具有促进作用，gpe神经元对自身和stn神经元具有抑制作用，二者的相互作用关系形成了神经网络的局部场电势，通过改变上位机操作界面15的初始值和耦合系数同样可以调节该系统的局部场电势，并通过数据总线16和usb接口模块7传输到上位机3，,在上位机操作界面15进行显示与分析。

图3为所述的stn神经元的hh模型11，该模型与gpe神经元的hh模型12的流水线结构完全相似，仅仅是部分参数不同。stn神经元模型11的流水线数据通路31主要由加法器、乘法器、位移寄存器组成。该模型中包含膜电位v、钠离子电流参数n和h，钾离子电流参数r，钙离子电流参数ca，和突出参数ss。这六组参数在时间上保持同步性，在计算中接收控制模块输出信号28、纹状体信号29、皮层信号30、stn突触电流信号24、gpe突触电流信号25，以及必要时用来调制信号的外部输入信号21和外部输入选择信号26。stn神经元的hh模型11把外部输入的信号和自身参数信号合并后进行运算得出不同离子的电流信号、突触耦合电流信号和外部输入的一系列信号，再加和得到stn神经元的膜电位信号19。所得到的膜电位信号通过数据总线16传输到上位机3，同时膜电位信号作用在突触电流模型耦合模块9，来得到突触耦合电流信号。

图4为所述的突触电流模型耦合模块9，包括stn突触模型模块22和gpe突触模型模块24。其中stn突触模型模块22仅包含stn神经元对gpe神经元作用的突触，该突触有促进gpe神经元有促进作用；gpe突触模型模块23则包含gpe神经元对自身的作用的突触和gpe神经元对stn神经元作用的突触，这两种突触都具有抑制神经元放电的作用。该突触模块接收stn神经元的膜电位信号19和gpe神经元的膜电位信号20进行离散化处理，同时还接受stn突触电流信号24和gpe突触电流信号25来调制膜电位信号，并将膜电位信号储存在膜电位ram储存器35和镜像储存器32中，利用镜像寄存器32存储技术保障储存数据不被覆盖。网络连接矩阵33和突触连接权重34利用rom实现，调用已存在的神经耦合数据实现突触电流计算，将stn突触电流信号24和gpe突触电流信号25输入到stn神经元模型11和gpe神经元模型12中，实现基底核网络的耦合。

图5所示为等效电流计算模块，该模块包括控制模块10，纹状体信号等效电流计算模块13和皮层信号等效电流计算模块14。其中控制模块接收上位机操作界面15通过usb接口模块7给予的参数信息来对fpga开发板1上各模型信息参数进行设置和选择，可以实现不同基底核网络的放电特性。纹状体信号等效电流计算模块13和皮层信号等效电流计算模块14则给予stn神经元的hh模型11和gpe神经元模型12不同强度纹状体信号29和皮层信号30。这两种信号利用不同强度的白噪声进行实现，来研究外电场对基底核网路beta节律放电动态特性的作用。

上位机操作界面15

如图6所示，上位机操作界面15由qt编程实现，通过usb接口模块7与数据总线16实现与fpga开发板1之间的数据通讯，usb接口模块7包括usb接口芯片17和usb接口18，其中usb接口芯片17由飞利浦isp1761芯片实现，usb接口18选用最为常见的usb接口实现。该界面包括七个部分，分别为基底核网络放电节律显示界面35、局部场电势信号显示界面37、界面基本操作区38、神经元参数调节区39、耦合参数调节区40、外界输入调节区41、神经元个数调节区42、基本操作43。其中基底核网络放电节律显示界面35可以显示stn神经元的膜电位信号19和gpe神经元的膜电位信号20，通过下方的选项卡可以控制显示stn的膜电位或gpe的膜电位或一起显示。局部场电势信号显示界面37可以显示stn神经元膜电位信号19和gpe神经元的膜电位信号20互相耦合作用所形成的局部场电势，可以观察二者相互作用强度。界面基本操作区38可以控制实验的开始和停止，观察实验的进度，同时还包括刷新、分析、帮助、显示操作，来对实验界面和实验数据进行基础操作。神经元参数调节区39则可以设置stn神经元的hh模型11和gpe神经元的hh模型12中12组参数的初始值，进而可以调整基底核网络放电的相位关系和动态特性。耦合参数调节区40怎可以对stn突触模型模块22和gpe突触模型模块24中三个突触的耦合参数进行赋值，以改变欧和强度，观察两个细胞耦合作用关系。外界输入调节区41则可以改变纹状体信号29和皮层信号30，这两者信号可以通过不同大小的白噪声进行仿真，所以该区域输入白噪声强度即可观察外电场对基底核网络的作用关系。神经元个数调节区42则可以改变基底核网络中stn神经元好gpe神经元的个数，不同的个数比例下二者的促进和抑制作用不同，就可以得到不同的基底核网络beta节律。基本操作43则是对基底核网络数据的储存操作以及推出上位机操作界面15的操作。

fpga仿真平台

利用veriloghdl编写离散的、固定步长的流水线模型来复现stn和gpe神经元的hh模型，同时用veriloghdl语言编写控制模块对fpga开发板1中数据进行控制；利用dspbuilder编写搭建等效电流计算模块，并通过quartusⅱ软件编译实现硬件语言转化，并下载到fpga开发板1上运行。fpga开发板1中各模块同时运行、相互作用，最终产生基底核网络beta节律的放电波形，并传输到上位机操作界面15进行显示。