浙江省自然科学基金(Y2090707)
- 作品数：2 被引量：4H指数：1
- 相关作者：王东祝晓平陈耀武郝耀耀韩业强更多>>
- 相关机构：浙江大学更多>>
- 发文基金：中央高校基本科研业务费专项资金浙江省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术医药卫生生物学更多>>
- 基于提升小波的神经元锋电位并行检测方法被引量：3
- 2011年
- 神经元动作电位(即锋电位)的实时检测是植入式脑-机接口系统的重要组成环节,为了能够从多通道神经微电极阵列记录的神经信号中实时地检测并提取出神经元的锋电位信息,文中提出了基于提升小波的神经元锋电位检测方法.该方法采用提升小波方法去除了神经信号中的漂移和噪声,然后通过阈值法检测出锋电位信号,最后利用现场可编程门阵列(FPGA)的并行性及流水线结构实现了多通道神经元锋电位的实时并行检测.实验结果显示:和基于个人计算机的检测方法相比,在获得同样检测结果的情况下,文中方法的计算性能有很大的提升,且在单片FPGA上可以实现40个神经通道的并行处理;文中方法不仅可以实现锋电位信号的实时并行检测,而且可以大大提高离线数据处理的效率.
- 祝晓平王东陈耀武
- 关键词：提升小波多通道现场可编程门阵列
- 基于概率神经网络的锋电位实时分类算法被引量：1
- 2012年
- 为了实现便携式实时处理的实用型脑-机接口(BMI),提出了一种基于概率神经网络(PNN)的锋电位信号实时分类算法,并完成了该算法基于现场可编程门阵列(FPGA)的实现.该算法通过训练数据的快速导入完成PNN的训练,再由PNN实现锋电位的分类工作.文中通过调用FPGA片上DSP48Es资源实现单精度浮点的乘加运算,采用并行流水结构加速向量间距离的计算,通过查找表和坐标旋转数字计算方法完成PNN激活函数的准确逼近.实验结果表明,在完成高达93.82%准确率的情况下,基于FPGA的PNN实现方法比基于Matlab的方法快47.43倍,达到了便携式实时处理的设计要求.
- 祝晓平韩业强郝耀耀王东陈耀武
- 关键词：脑-机接口神经网络现场可编程门阵列
