本發(fā)明涉及生物醫(yī)學(xué)工程技術(shù)，特別是一種基于fpga的基底核網(wǎng)絡(luò)beta節(jié)律仿真系統(tǒng)。

背景技術(shù)：

現(xiàn)代神經(jīng)科學(xué)技術(shù)研究表明，基底核(basalgangliasystem，bgs)在人體的運(yùn)動(dòng)控制、認(rèn)知序列產(chǎn)生及編碼、動(dòng)作選擇等行為中具有重要作用。其病變將導(dǎo)致帕金森氏病的產(chǎn)生，基底核內(nèi)異常增強(qiáng)的beta節(jié)律與帕金森病的運(yùn)動(dòng)徐緩，僵直等運(yùn)動(dòng)狀態(tài)密切相關(guān)。帕金森狀態(tài)的神經(jīng)生理表現(xiàn)可以概述為皮層-基底核-丘腦神經(jīng)回路的異常放電及同步震蕩行為，而基底核是大腦亞皮層區(qū)重要的神經(jīng)核團(tuán)，包含紋狀體，低丘腦核(subthalamicnucleus，stn)，蒼白球外側(cè)(externalglobuspallidus，gpe)，蒼白球內(nèi)側(cè)(internalglobuspallidus，gpi)等部分，基底核中各部分之間通過多巴胺和神經(jīng)遞質(zhì)進(jìn)行復(fù)雜的促進(jìn)或抑制作用，控制著人體的運(yùn)動(dòng)等復(fù)雜功能，多巴胺一旦缺失將導(dǎo)致丘腦核團(tuán)中繼能力喪失，最終誘發(fā)帕金森運(yùn)動(dòng)功能障礙。因此，對(duì)于基底核網(wǎng)絡(luò)的beta節(jié)律的研究可以使揭示控制帕金森病態(tài)節(jié)律的內(nèi)在機(jī)理成為可能。近年來，神經(jīng)科學(xué)領(lǐng)域的工作人員已經(jīng)對(duì)基底核丘腦的生理機(jī)理進(jìn)行大量的研究工作，并通過對(duì)帕金森患者的數(shù)據(jù)采集，了解了多巴胺的產(chǎn)生和具體作用方式，以及bg網(wǎng)絡(luò)中stn、gpe和gpi等神經(jīng)元的耦合作用。在對(duì)基底核網(wǎng)絡(luò)的beta節(jié)律的研究過程中，數(shù)據(jù)采集等試驗(yàn)方法是必不可少的，可是礙于高昂的成本、道德倫理的約束以及環(huán)境對(duì)實(shí)驗(yàn)的干擾等諸多條件的限制，實(shí)驗(yàn)結(jié)果的準(zhǔn)確性和可重復(fù)性大大降低。因此，神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建成為研究基底核網(wǎng)絡(luò)beta節(jié)律的不可缺少的手段。盡管神經(jīng)網(wǎng)絡(luò)的參數(shù)具有明確的生理意義，可以仿真神經(jīng)元的突觸連接，同時(shí)也可以對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行仿真，揭示神經(jīng)網(wǎng)絡(luò)的生理學(xué)原理。但是神經(jīng)網(wǎng)絡(luò)的計(jì)算機(jī)仿真十分復(fù)雜，計(jì)算量極大，而針對(duì)基底核網(wǎng)絡(luò)模型的模擬電路又受到其擴(kuò)展性和靈活性的限制，不易于具體仿真的實(shí)現(xiàn)和拓展研究。因此，在高性能硬件基礎(chǔ)上實(shí)現(xiàn)基底核網(wǎng)絡(luò)beta節(jié)律成為當(dāng)前研究基底核網(wǎng)絡(luò)節(jié)律的最好方法之一。

現(xiàn)場(chǎng)可編程門陣列(fieldprogrammablegatearray，fpga)技術(shù)是在pal、gal、cpld等可編程器件的基礎(chǔ)上發(fā)展起來的，是專用集成電路(asic)領(lǐng)域中的一種半定制的電路技術(shù)，由于fpga的并行結(jié)構(gòu)，其可以完美解決定制電路的不足和可編程器件門電路有限的問題，且其運(yùn)行速度快，性能優(yōu)良，在生物醫(yī)學(xué)工程領(lǐng)域，可以顯著減少開發(fā)成本，有很好的發(fā)展前景。相對(duì)于模擬平臺(tái)開發(fā)時(shí)間久、資源有限等缺點(diǎn)，fpga集成度較高、運(yùn)轉(zhuǎn)速度快、體積較小、操作方便、可以重新配置等優(yōu)點(diǎn)。因此在神經(jīng)生物工程領(lǐng)域的仿真中，可以在很高的運(yùn)算效率下對(duì)神經(jīng)元的電生理特性進(jìn)行仿真，這樣仿真具有很高的實(shí)時(shí)性，可以在真實(shí)的時(shí)間尺度下對(duì)神經(jīng)元的生理特性進(jìn)行分析與研究，這對(duì)智能系統(tǒng)，仿生學(xué)和神經(jīng)網(wǎng)絡(luò)等領(lǐng)域的研究都具有十分重要的應(yīng)用價(jià)值。

目前此技術(shù)還處于基礎(chǔ)階段，因此存在以下缺點(diǎn)：尚無基于fpga的功能完善的基底核網(wǎng)絡(luò)beta節(jié)律的fpga仿真系統(tǒng)；運(yùn)用fpga實(shí)現(xiàn)的神經(jīng)元網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單，精度較低，不能滿足研究需要；人機(jī)交互界面尚有待完善，控制操作和數(shù)據(jù)分析無法實(shí)時(shí)進(jìn)行，因此對(duì)fpga系統(tǒng)的神經(jīng)元網(wǎng)絡(luò)仿真的控制和操作都比較困難。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)上述技術(shù)存在的不足，本發(fā)明的目的是提供一種基于fpga的基底核網(wǎng)絡(luò)beta節(jié)律仿真系統(tǒng)，是研究人員可以十分直觀的通過上位機(jī)觀察stn核團(tuán)和gpe核團(tuán)產(chǎn)生的波形，并通過控制器改變神經(jīng)元核團(tuán)之間的耦合參數(shù)，進(jìn)而可以觀察神經(jīng)元之間的作用關(guān)系，為研究基底核的工作機(jī)理和對(duì)帕金森等疾病的治療提供重要的理論依據(jù)。

為實(shí)現(xiàn)上述目的，本實(shí)驗(yàn)采用的一種技術(shù)方案是提供一種基于fpga的基底核網(wǎng)絡(luò)beta節(jié)律仿真系統(tǒng)，其中：該仿真系統(tǒng)包括fpga開發(fā)板、波形發(fā)生器、上位機(jī)、ad轉(zhuǎn)換器，所述的fpga開發(fā)板包括有相互連接的fpga芯片ⅰ、fpga芯片ⅱ和usb接口模塊，系統(tǒng)還包括采用dspbuilder編程實(shí)現(xiàn)，并在fpga芯片ⅰ、fpga芯片ⅱ中編譯實(shí)現(xiàn)的的基底核網(wǎng)絡(luò)的hh模型、stn神經(jīng)元的hh模型、gpe神經(jīng)元的hh模型、突觸電流模型耦合模塊、控制模塊、紋狀體信號(hào)等效電流計(jì)算模塊、皮層信號(hào)等效電流計(jì)算模塊，上位機(jī)操作界面由qt編程實(shí)現(xiàn)，并通過usb接口模塊與fpga芯片ⅰ和fpga芯片ⅱ進(jìn)行通訊，usb接口模塊采集的數(shù)據(jù)通過上位機(jī)進(jìn)行處理與儲(chǔ)存。

本發(fā)明的效果是該仿真系統(tǒng)實(shí)現(xiàn)了復(fù)雜的基底核網(wǎng)絡(luò)建模，設(shè)計(jì)了兼具可視化與可操作性的人機(jī)交互界面，增強(qiáng)了系統(tǒng)的運(yùn)轉(zhuǎn)效率和可操作性，提升了系統(tǒng)的靈活程度，使系統(tǒng)可以在真實(shí)的時(shí)間尺度下對(duì)基底核細(xì)胞stn核團(tuán)和gpe核團(tuán)進(jìn)行仿真；同時(shí)該系統(tǒng)為基底核神經(jīng)網(wǎng)絡(luò)beta節(jié)律提供了可視化仿真平臺(tái)，對(duì)了解基底核beta節(jié)律，治療帕金森病具有重要理論意義和實(shí)用價(jià)值?；诟咚俨⑿杏?jì)算的fpga基底核神經(jīng)網(wǎng)絡(luò)模型的功能特性仿真是一種無動(dòng)物的實(shí)驗(yàn)方法，該仿真實(shí)驗(yàn)平臺(tái)的研究在世界范圍內(nèi)都屬于前沿的科技領(lǐng)域，其具有以下優(yōu)勢(shì)：1.該fpga硬件仿真模型可以滿足實(shí)驗(yàn)的實(shí)時(shí)性，并且在時(shí)間尺度上與真實(shí)的神經(jīng)元信號(hào)保持一致，芯片的最大工作頻率為200mhz，因此神經(jīng)信號(hào)的輸出頻率可以保持在1毫秒以內(nèi)，這與真實(shí)神經(jīng)元信號(hào)的時(shí)間尺度相符合，為研究基底核神經(jīng)網(wǎng)絡(luò)提供一種高效、快捷并且具有很高實(shí)時(shí)性的實(shí)驗(yàn)平臺(tái)；2.本平臺(tái)中的神經(jīng)元耦合參數(shù)和神經(jīng)元模型參數(shù)可以通過人機(jī)交互界面自由配置，完成了利用計(jì)算機(jī)操作界面控制實(shí)驗(yàn)設(shè)備配置實(shí)驗(yàn)參數(shù)的功能；3.人機(jī)交互界面可以實(shí)時(shí)觀察stn模型和gpe模型的放電狀態(tài)、放電頻率和二者的耦合作用，可以定量地對(duì)不同神經(jīng)元的放電特性、耦合強(qiáng)度以及beta節(jié)律進(jìn)行分析，同時(shí)計(jì)算機(jī)還可以對(duì)采集的仿真數(shù)據(jù)進(jìn)行儲(chǔ)存，以便于后續(xù)的分析工作，為研究基底核神經(jīng)網(wǎng)絡(luò)beta節(jié)律提供了更方便的可視化平臺(tái)。

附圖說明

圖1為本發(fā)明的仿真系統(tǒng)結(jié)構(gòu)示意圖；

圖2為本發(fā)明的仿真系統(tǒng)基底核網(wǎng)絡(luò)計(jì)算模型；

圖3為本發(fā)明的仿真系統(tǒng)stn神經(jīng)元hh模型；

圖4為本發(fā)明的仿真系統(tǒng)突觸電流計(jì)算模塊；

圖5為本發(fā)明的仿真系統(tǒng)外部電流計(jì)算模塊；

圖6為本發(fā)明的仿真系統(tǒng)人機(jī)操作界面示意圖。

圖中：

1.fpga開發(fā)板2.波形發(fā)生器3.上位機(jī)4.ad轉(zhuǎn)換模塊5.fpga芯片ⅰ6.fpga芯片ⅱ7.usb接口模塊8.基底核網(wǎng)絡(luò)的hh模型9.突觸電流模型耦合模塊10.控制模塊11.stn神經(jīng)元的hh模型12.gpe神經(jīng)元的hh模型13.紋狀體信號(hào)等效電流計(jì)算模塊14.皮層信號(hào)等效電流計(jì)算模塊15.上位機(jī)操作界面16.數(shù)據(jù)總線17.usb接口芯片18.usb接口19.stn膜電位信號(hào)20.gpe膜電位信號(hào)21.外部輸入信號(hào)22.stn突觸模型模塊23.gpe突觸模型模塊24.stn突觸電流信號(hào)25.gpe突觸電流信號(hào)26.外部輸入選擇信號(hào)27.sdram儲(chǔ)存器模塊28.控制模塊輸出信號(hào)29.紋狀體信號(hào)30.皮層信號(hào)31.流水線數(shù)據(jù)通路32.鏡像儲(chǔ)存器33.網(wǎng)絡(luò)連接矩陣34.突觸連接權(quán)重35.膜電位ram儲(chǔ)存器36.基底核網(wǎng)絡(luò)放電節(jié)律顯示界面37.局部場(chǎng)電勢(shì)信號(hào)顯示界面38.界面基本操作區(qū)39.神經(jīng)元參數(shù)調(diào)節(jié)區(qū)40.耦合參數(shù)調(diào)節(jié)區(qū)41.外界輸入調(diào)節(jié)區(qū)42.神經(jīng)元個(gè)數(shù)調(diào)節(jié)區(qū)43.基本操作區(qū)

具體實(shí)施方式

結(jié)合附圖對(duì)本發(fā)明的基于fpga的基底核網(wǎng)絡(luò)beta節(jié)律仿真系統(tǒng)結(jié)構(gòu)加以說明。

本發(fā)明的基于fpga的基于fpga的基底核網(wǎng)絡(luò)beta節(jié)律仿真系統(tǒng)的設(shè)計(jì)思想是首先在fpga開發(fā)板1上建立stn神經(jīng)元的hh模型11和gpe神經(jīng)元的hh模型12；之后在fpga開發(fā)板1上計(jì)入stn突觸模塊22和gpe突觸模型模塊23這兩種模塊接收stn神經(jīng)元hh模型11和gpe神經(jīng)元hh模型12所產(chǎn)生的膜電位信號(hào)stn膜電位信號(hào)19和gpe膜電位信號(hào)20，并將兩者的信號(hào)進(jìn)行計(jì)算，之后將計(jì)算的結(jié)果stn突觸模型模塊22和gpe突觸模型模塊23進(jìn)行自耦合與互耦合連接計(jì)算，計(jì)算的結(jié)果即可初步反映基底核網(wǎng)絡(luò)的beta節(jié)律；之后在通過dspbuilder建立外部輸入模塊包括控制模塊10、紋狀體信號(hào)等效電流計(jì)算模塊13和皮層信號(hào)等效電流計(jì)算模塊14，并通過編譯將信號(hào)導(dǎo)入fpga芯片ⅰ5，其中控制模塊產(chǎn)生控制信號(hào)改變stn神經(jīng)元hh模型11和gpe神經(jīng)元hh模型12的初值以及stn突觸模型模塊22和gpe突觸模型模塊23的耦合參數(shù)，進(jìn)而改變二者耦合關(guān)系，影響基底核網(wǎng)絡(luò)放電節(jié)律，紋狀體信號(hào)29與皮層信號(hào)30對(duì)stn和gpe耦合模型進(jìn)行調(diào)制，給予耦合模型白噪聲信號(hào)，改變基底核網(wǎng)絡(luò)放電節(jié)律和特性，為研究提供更多可能；外部的波形發(fā)生器裝置2，利用產(chǎn)生的波形模擬基底核受到的擾動(dòng)信號(hào)和調(diào)制信號(hào)，了解基底核網(wǎng)絡(luò)放電節(jié)律的穩(wěn)定性或強(qiáng)制將基底核網(wǎng)絡(luò)節(jié)律調(diào)整到所需要的頻率進(jìn)行研究；usb接口網(wǎng)絡(luò)7將采集的基底核網(wǎng)絡(luò)的hh模型8和突觸電流模型耦合模塊9的信號(hào)傳輸給上位機(jī)3，通過上位機(jī)進(jìn)行顯示并分析儲(chǔ)存；最后需要設(shè)計(jì)上位機(jī)操作界面15，上位機(jī)操作界面15采用qt進(jìn)行編譯，可以通過基底核網(wǎng)絡(luò)放電節(jié)律顯示界面36顯示數(shù)據(jù)總線16采集的stn膜電位信號(hào)19、gpe膜電位信號(hào)20、通過局部場(chǎng)電勢(shì)信號(hào)顯示界面37顯示由兩種細(xì)胞膜電位耦合產(chǎn)生的局部場(chǎng)電勢(shì)，并通過界面基本操作區(qū)38和基本操作區(qū)43對(duì)采集的信號(hào)進(jìn)行實(shí)時(shí)分析與儲(chǔ)存，同時(shí)上位機(jī)操作界面還可以在神經(jīng)元參數(shù)調(diào)節(jié)區(qū)39和耦合參數(shù)調(diào)節(jié)區(qū)40改變和調(diào)整stn神經(jīng)元的hh模型11、gpe神經(jīng)元的hh模型12旳初始數(shù)值以及突觸電流模型耦合模塊9的耦合參數(shù)，模擬不同情況的基底核網(wǎng)絡(luò)放電節(jié)律，還可以在外界輸入調(diào)節(jié)區(qū)41設(shè)定紋狀體信號(hào)29和皮層信號(hào)30，使仿真具有更多種可能。該系統(tǒng)由相互連接的fpga開發(fā)板1、波形發(fā)生器2、上位機(jī)3、ad轉(zhuǎn)換模塊4和usb接口模塊7組成。其中fpga開發(fā)板1用來實(shí)現(xiàn)基底核網(wǎng)絡(luò)的hh模型8、突觸電流模型耦合模塊9、控制模塊10以及紋狀體信號(hào)等效電流計(jì)算模塊13和皮層信號(hào)等效電流計(jì)算模塊14，波形發(fā)生器2產(chǎn)生所需的調(diào)制信號(hào)或擾動(dòng)信號(hào)，上位機(jī)3實(shí)現(xiàn)系統(tǒng)的初值和各參數(shù)設(shè)置，并可以實(shí)時(shí)對(duì)基底核網(wǎng)絡(luò)放電節(jié)律進(jìn)行觀察和儲(chǔ)存，ad轉(zhuǎn)換模塊4可以將波形發(fā)生器2所產(chǎn)生的的波形進(jìn)行數(shù)模轉(zhuǎn)換，使其模擬信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)輸入到fpga開發(fā)板1中，usb接口模塊7則用來完成上位機(jī)3與fpga開發(fā)板1之間的實(shí)時(shí)通訊。

所述的基底核網(wǎng)絡(luò)的hh模型8包括stn神經(jīng)元的hh模型11和gpe神經(jīng)元的hh模型12，該模型在fpga芯片ⅱ6中采用流水線結(jié)構(gòu)，利用歐拉法實(shí)現(xiàn)離散化，使六組常微分方程可以同步進(jìn)行并行計(jì)算，實(shí)現(xiàn)hh模型復(fù)雜的神經(jīng)結(jié)構(gòu)。神經(jīng)元的hh模型共有六組參數(shù)，每個(gè)參數(shù)都可以設(shè)定一個(gè)初始值，之后通過常微分方程實(shí)現(xiàn)每組參數(shù)的運(yùn)算，本發(fā)明采用流水線結(jié)構(gòu)來實(shí)現(xiàn)常微分方程的運(yùn)算，每組流水線結(jié)構(gòu)通過延時(shí)寄存器實(shí)現(xiàn)，每個(gè)延時(shí)運(yùn)算開啟一個(gè)新的時(shí)鐘周期的子運(yùn)算，每個(gè)參數(shù)在各自的時(shí)鐘周期內(nèi)實(shí)現(xiàn)不同的運(yùn)算，這樣不同的神經(jīng)元模型，不同參數(shù)，不同時(shí)刻的運(yùn)算都可以同時(shí)進(jìn)行，并儲(chǔ)存在膜電位ram儲(chǔ)存器35中，隨著系統(tǒng)的時(shí)鐘信號(hào)進(jìn)行迭代和傳遞。在神經(jīng)元參數(shù)調(diào)節(jié)區(qū)39可以設(shè)定stn神經(jīng)元的hh模型11和gpe神經(jīng)元的hh模型12的六組參數(shù)的初始值，不同的初始值將會(huì)影響基底核網(wǎng)絡(luò)的穩(wěn)定性、放電周期和放電強(qiáng)度。

所述波形發(fā)生器2：其型號(hào)為agilent33220a，可產(chǎn)生20mhz正弦波、方波，產(chǎn)生脈沖、斜披、三角波，噪聲和直流波形，輸出波形為14位，50msa/s，64k點(diǎn)，滿足設(shè)計(jì)需要。

所述ad裝換模塊4：ad轉(zhuǎn)換模塊4采用的芯片型號(hào)為ad9248，ad9248，采用12組差分流水線結(jié)構(gòu)，內(nèi)置輸出糾錯(cuò)模塊，最高數(shù)據(jù)可達(dá)到65msps，并且能提供14位精度，在正常工作溫度范圍內(nèi)無失碼，滿足設(shè)計(jì)需要。

所述等效電流計(jì)算模塊：等效電流計(jì)算模塊包括紋狀體信號(hào)等效電流計(jì)算模塊13和皮層信號(hào)等效電流計(jì)算模塊14，這兩種信號(hào)可以通過不同大小的白噪聲進(jìn)行模擬，在上位機(jī)操作界面15上可以設(shè)定紋狀體信號(hào)29和皮層信號(hào)30的作用強(qiáng)度，從而可以研究紋狀體和皮層對(duì)基底核網(wǎng)絡(luò)beta節(jié)律的影響。

所述上位機(jī)操作界面15：上位機(jī)操作界面15通過qt編寫，通過visa(virtualinstrumentsoftwarearchitecture，虛擬儀器軟件體系結(jié)構(gòu))與上位機(jī)相連并進(jìn)行數(shù)據(jù)傳輸，上位機(jī)3可以通過visa來讀取fpga開發(fā)板1上通過usb接口模塊7傳輸?shù)幕缀司W(wǎng)絡(luò)beta節(jié)律的防電信號(hào)的動(dòng)態(tài)數(shù)據(jù)，在上位機(jī)操作界面15中的基底核網(wǎng)絡(luò)放電節(jié)律顯示界面36進(jìn)行顯示，基底核網(wǎng)絡(luò)中兩種模型耦合產(chǎn)生的局部場(chǎng)電勢(shì)信號(hào)則通過局部場(chǎng)電勢(shì)信號(hào)顯示界面37進(jìn)行實(shí)時(shí)顯示，同時(shí)也可以在上位機(jī)操作界面15設(shè)定stn神經(jīng)元的hh模型11和gpe神經(jīng)元的hh模型12的初始值，紋狀體信號(hào)29和皮層信號(hào)30的強(qiáng)度以及突觸電流模型耦合模塊9的三組耦合參數(shù)，來改變基底核網(wǎng)絡(luò)的放電的動(dòng)態(tài)特性。同時(shí)上位機(jī)操作界面15也可以對(duì)采集的數(shù)據(jù)進(jìn)行保存，有利于對(duì)數(shù)據(jù)的進(jìn)一步分析。上位機(jī)操作界面15可以滿足數(shù)據(jù)的實(shí)時(shí)采集、處理，波形顯示、分析和數(shù)據(jù)的儲(chǔ)存功能。

本發(fā)明的基于fpga的基底核網(wǎng)絡(luò)beta節(jié)律機(jī)制研究實(shí)驗(yàn)平臺(tái)由fpga開發(fā)板1、波形發(fā)生器2、上位機(jī)3、ad轉(zhuǎn)換模塊4和usb接口模塊7組成。其中fpga開發(fā)板1用來實(shí)現(xiàn)stn神經(jīng)元的hh模型11和gpe神經(jīng)元的hh模型12、stn突觸模型模塊22和gpe突觸模型模塊23以及紋狀體信號(hào)等效電流計(jì)算模塊13和皮層信號(hào)等效電流計(jì)算模塊14。以下分別加以說明：

基底核網(wǎng)絡(luò)hh模型8

如圖1所示，對(duì)硬件平臺(tái)進(jìn)行設(shè)計(jì)，fpga芯片ⅰ5采用altera公司生產(chǎn)的stratixⅲep3se260f1152c4n芯片，fpga芯片ⅱ采用altera低功耗ep4cgx150cf23c8n型號(hào)fpga芯片，根據(jù)stn和gpe神經(jīng)元的hh模型，采用歐拉法對(duì)兩個(gè)神經(jīng)元的六組參數(shù)進(jìn)行離散化，并搭建stn神經(jīng)元的hh模型11和gpe神經(jīng)元的hh模型12，其產(chǎn)生的波形通過數(shù)據(jù)總線16傳輸?shù)缴衔粰C(jī)3進(jìn)行顯示、分析和儲(chǔ)存，同時(shí)上位機(jī)操作界面15設(shè)定的stn和gpe神經(jīng)元的hh模型的初始值也可以通過數(shù)據(jù)總線16傳輸?shù)絝pga開發(fā)板，對(duì)神經(jīng)元模型進(jìn)行修改。

基底核網(wǎng)絡(luò)hh模型8包括stn神經(jīng)元的hh模型11和gpe神經(jīng)元的hh模型12以及突觸電流模型耦合模塊9，突觸電流模型耦合模塊9包括stn突觸模型模塊22和gpe突觸模型模塊23，模型中所有的數(shù)據(jù)都按照系統(tǒng)的統(tǒng)一時(shí)鐘信號(hào)作用下同步運(yùn)行，并且根據(jù)fpga芯片結(jié)構(gòu)在quartusⅱ中編譯實(shí)現(xiàn)硬件語言轉(zhuǎn)換。如圖2所示即為基底核網(wǎng)絡(luò)hh模型8，由stn神經(jīng)元的hh模型11、gpe神經(jīng)元的hh模型12、stn突觸模型耦合模塊22和gpe突觸模型耦合模塊23組成，stn神經(jīng)元的hh模型11和gpe神經(jīng)元的hh模型12所產(chǎn)生的stn膜電位信號(hào)18和gpe神經(jīng)元的hh模型12所產(chǎn)生的gpe膜電位信號(hào)20直接傳輸給stn突觸模型耦合模塊22和gpe突觸模型耦合模塊23，二者通過上位機(jī)操作界面15傳輸?shù)鸟詈蠀?shù)對(duì)膜電位進(jìn)行耦合作用，由此可以改變stn神經(jīng)元和gpe神經(jīng)元的膜電位的頻率和強(qiáng)度以及二者通過突觸作用的耦合強(qiáng)度，進(jìn)而可以調(diào)節(jié)基底核網(wǎng)絡(luò)的放電節(jié)律的動(dòng)態(tài)特性。stn神經(jīng)元對(duì)gpe神經(jīng)元具有促進(jìn)作用，gpe神經(jīng)元對(duì)自身和stn神經(jīng)元具有抑制作用，二者的相互作用關(guān)系形成了神經(jīng)網(wǎng)絡(luò)的局部場(chǎng)電勢(shì)，通過改變上位機(jī)操作界面15的初始值和耦合系數(shù)同樣可以調(diào)節(jié)該系統(tǒng)的局部場(chǎng)電勢(shì)，并通過數(shù)據(jù)總線16和usb接口模塊7傳輸?shù)缴衔粰C(jī)3，,在上位機(jī)操作界面15進(jìn)行顯示與分析。

圖3為所述的stn神經(jīng)元的hh模型11，該模型與gpe神經(jīng)元的hh模型12的流水線結(jié)構(gòu)完全相似，僅僅是部分參數(shù)不同。stn神經(jīng)元模型11的流水線數(shù)據(jù)通路31主要由加法器、乘法器、位移寄存器組成。該模型中包含膜電位v、鈉離子電流參數(shù)n和h，鉀離子電流參數(shù)r，鈣離子電流參數(shù)ca，和突出參數(shù)ss。這六組參數(shù)在時(shí)間上保持同步性，在計(jì)算中接收控制模塊輸出信號(hào)28、紋狀體信號(hào)29、皮層信號(hào)30、stn突觸電流信號(hào)24、gpe突觸電流信號(hào)25，以及必要時(shí)用來調(diào)制信號(hào)的外部輸入信號(hào)21和外部輸入選擇信號(hào)26。stn神經(jīng)元的hh模型11把外部輸入的信號(hào)和自身參數(shù)信號(hào)合并后進(jìn)行運(yùn)算得出不同離子的電流信號(hào)、突觸耦合電流信號(hào)和外部輸入的一系列信號(hào)，再加和得到stn神經(jīng)元的膜電位信號(hào)19。所得到的膜電位信號(hào)通過數(shù)據(jù)總線16傳輸?shù)缴衔粰C(jī)3，同時(shí)膜電位信號(hào)作用在突觸電流模型耦合模塊9，來得到突觸耦合電流信號(hào)。

圖4為所述的突觸電流模型耦合模塊9，包括stn突觸模型模塊22和gpe突觸模型模塊24。其中stn突觸模型模塊22僅包含stn神經(jīng)元對(duì)gpe神經(jīng)元作用的突觸，該突觸有促進(jìn)gpe神經(jīng)元有促進(jìn)作用；gpe突觸模型模塊23則包含gpe神經(jīng)元對(duì)自身的作用的突觸和gpe神經(jīng)元對(duì)stn神經(jīng)元作用的突觸，這兩種突觸都具有抑制神經(jīng)元放電的作用。該突觸模塊接收stn神經(jīng)元的膜電位信號(hào)19和gpe神經(jīng)元的膜電位信號(hào)20進(jìn)行離散化處理，同時(shí)還接受stn突觸電流信號(hào)24和gpe突觸電流信號(hào)25來調(diào)制膜電位信號(hào)，并將膜電位信號(hào)儲(chǔ)存在膜電位ram儲(chǔ)存器35和鏡像儲(chǔ)存器32中，利用鏡像寄存器32存儲(chǔ)技術(shù)保障儲(chǔ)存數(shù)據(jù)不被覆蓋。網(wǎng)絡(luò)連接矩陣33和突觸連接權(quán)重34利用rom實(shí)現(xiàn)，調(diào)用已存在的神經(jīng)耦合數(shù)據(jù)實(shí)現(xiàn)突觸電流計(jì)算，將stn突觸電流信號(hào)24和gpe突觸電流信號(hào)25輸入到stn神經(jīng)元模型11和gpe神經(jīng)元模型12中，實(shí)現(xiàn)基底核網(wǎng)絡(luò)的耦合。

圖5所示為等效電流計(jì)算模塊，該模塊包括控制模塊10，紋狀體信號(hào)等效電流計(jì)算模塊13和皮層信號(hào)等效電流計(jì)算模塊14。其中控制模塊接收上位機(jī)操作界面15通過usb接口模塊7給予的參數(shù)信息來對(duì)fpga開發(fā)板1上各模型信息參數(shù)進(jìn)行設(shè)置和選擇，可以實(shí)現(xiàn)不同基底核網(wǎng)絡(luò)的放電特性。紋狀體信號(hào)等效電流計(jì)算模塊13和皮層信號(hào)等效電流計(jì)算模塊14則給予stn神經(jīng)元的hh模型11和gpe神經(jīng)元模型12不同強(qiáng)度紋狀體信號(hào)29和皮層信號(hào)30。這兩種信號(hào)利用不同強(qiáng)度的白噪聲進(jìn)行實(shí)現(xiàn)，來研究外電場(chǎng)對(duì)基底核網(wǎng)路beta節(jié)律放電動(dòng)態(tài)特性的作用。

上位機(jī)操作界面15

如圖6所示，上位機(jī)操作界面15由qt編程實(shí)現(xiàn)，通過usb接口模塊7與數(shù)據(jù)總線16實(shí)現(xiàn)與fpga開發(fā)板1之間的數(shù)據(jù)通訊，usb接口模塊7包括usb接口芯片17和usb接口18，其中usb接口芯片17由飛利浦isp1761芯片實(shí)現(xiàn)，usb接口18選用最為常見的usb接口實(shí)現(xiàn)。該界面包括七個(gè)部分，分別為基底核網(wǎng)絡(luò)放電節(jié)律顯示界面35、局部場(chǎng)電勢(shì)信號(hào)顯示界面37、界面基本操作區(qū)38、神經(jīng)元參數(shù)調(diào)節(jié)區(qū)39、耦合參數(shù)調(diào)節(jié)區(qū)40、外界輸入調(diào)節(jié)區(qū)41、神經(jīng)元個(gè)數(shù)調(diào)節(jié)區(qū)42、基本操作43。其中基底核網(wǎng)絡(luò)放電節(jié)律顯示界面35可以顯示stn神經(jīng)元的膜電位信號(hào)19和gpe神經(jīng)元的膜電位信號(hào)20，通過下方的選項(xiàng)卡可以控制顯示stn的膜電位或gpe的膜電位或一起顯示。局部場(chǎng)電勢(shì)信號(hào)顯示界面37可以顯示stn神經(jīng)元膜電位信號(hào)19和gpe神經(jīng)元的膜電位信號(hào)20互相耦合作用所形成的局部場(chǎng)電勢(shì)，可以觀察二者相互作用強(qiáng)度。界面基本操作區(qū)38可以控制實(shí)驗(yàn)的開始和停止，觀察實(shí)驗(yàn)的進(jìn)度，同時(shí)還包括刷新、分析、幫助、顯示操作，來對(duì)實(shí)驗(yàn)界面和實(shí)驗(yàn)數(shù)據(jù)進(jìn)行基礎(chǔ)操作。神經(jīng)元參數(shù)調(diào)節(jié)區(qū)39則可以設(shè)置stn神經(jīng)元的hh模型11和gpe神經(jīng)元的hh模型12中12組參數(shù)的初始值，進(jìn)而可以調(diào)整基底核網(wǎng)絡(luò)放電的相位關(guān)系和動(dòng)態(tài)特性。耦合參數(shù)調(diào)節(jié)區(qū)40怎可以對(duì)stn突觸模型模塊22和gpe突觸模型模塊24中三個(gè)突觸的耦合參數(shù)進(jìn)行賦值，以改變歐和強(qiáng)度，觀察兩個(gè)細(xì)胞耦合作用關(guān)系。外界輸入調(diào)節(jié)區(qū)41則可以改變紋狀體信號(hào)29和皮層信號(hào)30，這兩者信號(hào)可以通過不同大小的白噪聲進(jìn)行仿真，所以該區(qū)域輸入白噪聲強(qiáng)度即可觀察外電場(chǎng)對(duì)基底核網(wǎng)絡(luò)的作用關(guān)系。神經(jīng)元個(gè)數(shù)調(diào)節(jié)區(qū)42則可以改變基底核網(wǎng)絡(luò)中stn神經(jīng)元好gpe神經(jīng)元的個(gè)數(shù)，不同的個(gè)數(shù)比例下二者的促進(jìn)和抑制作用不同，就可以得到不同的基底核網(wǎng)絡(luò)beta節(jié)律?；静僮?3則是對(duì)基底核網(wǎng)絡(luò)數(shù)據(jù)的儲(chǔ)存操作以及推出上位機(jī)操作界面15的操作。

fpga仿真平臺(tái)

利用veriloghdl編寫離散的、固定步長(zhǎng)的流水線模型來復(fù)現(xiàn)stn和gpe神經(jīng)元的hh模型，同時(shí)用veriloghdl語言編寫控制模塊對(duì)fpga開發(fā)板1中數(shù)據(jù)進(jìn)行控制；利用dspbuilder編寫搭建等效電流計(jì)算模塊，并通過quartusⅱ軟件編譯實(shí)現(xiàn)硬件語言轉(zhuǎn)化，并下載到fpga開發(fā)板1上運(yùn)行。fpga開發(fā)板1中各模塊同時(shí)運(yùn)行、相互作用，最終產(chǎn)生基底核網(wǎng)絡(luò)beta節(jié)律的放電波形，并傳輸?shù)缴衔粰C(jī)操作界面15進(jìn)行顯示。