[发明专利]基于声控的神经元动作电位发生器

说明书

技术领域

本发明涉及生物医学工程技术领域，特别涉及基于声控的神经元动作电位发生器。

背景技术

脑科学是21世纪最重要的尖端研究领域之一，上世纪末，全球各国纷纷将脑科学研究提上议程。2013年欧盟委员会宣布将“人类脑计划”列为“未来新兴技术旗舰计划”，同年，美国启动名为“脑活动绘图”的计划。2013年，中国科学院在其发布的研究报告《科技发展新态势与面向2020年的战略选择》中提出，脑科学是“最后的科学堡垒和终极前沿”，2015年，由中华人民共和国科技部、国家自然基金委牵头的脑科学计划已提交主管部门，预示着中国即将开始自己的脑研究计划。

1952年，Hodgkin与Huxley在大量实验的基础上，提出了Hodgkin-Huxley模型(HH模型)用于描述神经元动作电位的发放与传导机制。HH模型采用四阶常微分方程准确的描述了神经元细胞的电生理特性，是神经元模型的典型代表。

在脑科学研究中，用FPGA数字电路实现的方式来模拟人脑神经系统功能一直是一个研究热点。FPGA硬件具有并行计算、计算速度快的优点，在硬件实现生物神经元网络上具有良好的应用前景。2004年，Graas等人运用FPGA芯片研究HH模型极大的提高了数值模拟神经元网络的运行速度。2006年，原亮等运用FPGA设计并实现了能以闭环方式进行系统演化的实验环境。2007年，Weinstein等人硬件实现了FitzHugh–Nagumo模型神经元网络，并分析了其动力学特性。2011年，张荣华等运用FPGA对Morris-Lecar模型神经元网络进行了硬件仿真，再现了Morris-Lecar神经元网络的非线性动力学特性。2015年，王金龙等运用FPGA对HH模型神经元进行了硬件实现。

运用FPGA硬件实现的生物神经元及网络在脑机接口方面具有重要的应用前景及价值。2008年，Kay等解读了具有语义学独立特征的物体的fMRI脑信号模式。2008年，GM Mckhann等用人为设置的波形成功控制动物的脑神经并驱使动物的躯体。2009年，张韶岷等设计并制造了一套动物脑电信号行为与记录分析的实验装置。2012年，罗勇等设计了一种新型的包括数据采集、行为监测的动物机器人监控系统。2015年，周金治等分析相关系数，研究了一种新的脑电信号的特征选择方法。

运用声音控制的神经元可以根据特定的声音来发出特定的神经电信号。该特点在可能的应用中可以用来控制包括人造肢体、轮椅的等助残器械，用以实现伤残人士利用自身的声音来控制自己特定的助残器械，而别人发出的声音因无法识别，无法控制该助残器械。

现有的技术还处于基础阶段，因此仍存在以下缺点：1、现有的技术设备都没有将现实的声音信号与电子神经元有机的结合起来。2、现有的基于声控的设备无法识别发声个体的音调、语速、音量等特征，使得其他个体的声音对声控设备形成干扰。

发明内容

鉴于上述现有技术的不足，本发明的目的在于提供一种基于声控的神经元动作电位发生器，可以有效将声音信号与电子神经元有机结合，根据不同声音产生不同神经元动作电位，实现对发声个体的音调、语速、音量的识别，减少其他个体的声音对声音控制设备形成的干扰。

有鉴于此，本发明提供了一种基于声控的神经元动作电位发生器，包括声电转换器、A/D转换器、电子神经元和D/A转换器。

所述声电转换器、所述A/D转换器、所述电子神经元和所述D/A转换器顺序电性连接。

所述声电转换器用于将用户的声音信号转化为模拟电信号。

所述A/D转换器用于将所述模拟电信号转化为数字电信号。

所述电子神经元用于将所述数字电信号转化为与用户的声音相匹配的神经元动作电位数字信号。

所述D/A转换器用于将所述神经元动作电位数字信号转化为神经元动作电位模拟信号。

进一步地，所述电子神经元运用的神经元动作电位发放与传导的数学模型为Hodgkin-Huxley模型。

进一步地，所述电子神经元采用FPGA数字电路设计。

具体地，所述FPGA采用ALTERA公司生产的CycloneⅡ系列EP2C8Q208C8芯片。

进一步地，所述神经元动作电位发生器还包括：信号显示器，用于将所述神经元动作电位模拟信号以波形图的形式实时显示。

进一步地，所述声电转换装置包括声音接收装置和音频放大装置。

具体地，所述声音接收装置为驻极体话筒，所述音频放大装置采用的芯片为LM386。

进一步地，所述A/D转换器采用的芯片为ADS822E。