In this paper, we describe a novel low power, compact, current-mode spike detector circuit for real-time neural recording systems where neural spikes or action potentials (AP) are of interest. Such a circuit can enable massive compression of data facilitating wireless transmission. This design can generate a high signal-to-noise ratio (SNR) output by approximating the popularly used nonlinear energy operator (NEO) through standard analog blocks. We show that a low pass filter after the NEO can be used for two functions-(i) estimate and cancel low frequency interference and (ii) estimate threshold for spike detection. The circuit is implemented in a 65 nm CMOS process and occupies 200 μm × 150 μm of chip area. Operating from a 0.7 V power supply, it consumes about 30 nW of static power and 7 nW of dynamic power for 100 Hz input spike rate making it the lowest power consuming spike detector reported so far

چکیده

در این مقاله ما یک مدار آشکارساز ضربه حالت- حریان فشرده با قدرت پایین جدید برای سیستم های ثبت عصبی بلادرنگ را توصیف می کنیم که در آن ضربه های عصبی یا پتانسیل های کاری (AP) مطلوب هستند. چنین مداری می تواند فشردگی سنگین داده ها را امکان پذیر کند که انتقال بی سیم را تسهیل نماید. این طراحی می تواند یک خروجی نسبت صدا به سیگنال (SNR) بالا به وسیله تقریب کاربر انرژی غیرخطی محبوب (NEO) از طریق بلوک های آنالوگ استاندارد تولید نماید. ما نشان می دهیم که یک فیلتر پایین گذر پس از NEO می تواند برای دو کارکرد استفاده شود. الف- تخمین و لغو تداخل فرکانس پایین ب- تخمین آستانه برای آشکارسازی ضربه. مار در یک پردازش 65 نانومتری CMOS و 150*200 نانومتر از منطقه تراشه را اشغال نمی کند. با کار کردن از یک 7/0 ولت منبع تغذیه حدودا 30 نانووات توان استاتیک و 7 نانووات از توان دینامیک را برای میزان ضربه ورودی 100 مگاهرتز مصرف می کند که آنرا کم مصرف ترین آشکارساز ضربه گزارش شده تاکنون می سازد.

1-مقدمه

با پیشرفت فناوری نیمه رسانای امروزی، تا چند صد کانال در سیستم ثبت عصبی یک تراشه یکپارچه سازی شده اند تا فعالیت های عصبی متعدد در مغز را به صورت همزمان نمایش دهد. یک کاربرد در حال ظهور رابط های ماشینی (BMI) هستند که یک رابط بلادرنگ مستقیم بین مغز و کامپیوتر یا دیگر دستگاه ها می باشد. این می تواند برای تعامل با برخی شرایط مانند بیماری پارکینسون، جفت سازی موتور احیا یا حتی برای تحقیقات عصب شناسی به کار گرفته شود...