本發(fā)明涉及生物醫(yī)學工程技術領域，特別涉及基于聲控的神經(jīng)元動作電位發(fā)生器。

背景技術：

腦科學是21世紀最重要的尖端研究領域之一，上世紀末，全球各國紛紛將腦科學研究提上議程。2013年歐盟委員會宣布將“人類腦計劃”列為“未來新興技術旗艦計劃”，同年，美國啟動名為“腦活動繪圖”的計劃。2013年，中國科學院在其發(fā)布的研究報告《科技發(fā)展新態(tài)勢與面向2020年的戰(zhàn)略選擇》中提出，腦科學是“最后的科學堡壘和終極前沿”，2015年，由中華人民共和國科技部、國家自然基金委牽頭的腦科學計劃已提交主管部門，預示著中國即將開始自己的腦研究計劃。

1952年，Hodgkin與Huxley在大量實驗的基礎上，提出了Hodgkin-Huxley模型(HH模型)用于描述神經(jīng)元動作電位的發(fā)放與傳導機制。HH模型采用四階常微分方程準確的描述了神經(jīng)元細胞的電生理特性，是神經(jīng)元模型的典型代表。

在腦科學研究中，用FPGA數(shù)字電路實現(xiàn)的方式來模擬人腦神經(jīng)系統(tǒng)功能一直是一個研究熱點。FPGA硬件具有并行計算、計算速度快的優(yōu)點，在硬件實現(xiàn)生物神經(jīng)元網(wǎng)絡上具有良好的應用前景。2004年，Graas等人運用FPGA芯片研究HH模型極大的提高了數(shù)值模擬神經(jīng)元網(wǎng)絡的運行速度。2006年，原亮等運用FPGA設計并實現(xiàn)了能以閉環(huán)方式進行系統(tǒng)演化的實驗環(huán)境。2007年，Weinstein等人硬件實現(xiàn)了FitzHugh–Nagumo模型神經(jīng)元網(wǎng)絡，并分析了其動力學特性。2011年，張榮華等運用FPGA對Morris-Lecar模型神經(jīng)元網(wǎng)絡進行了硬件仿真，再現(xiàn)了Morris-Lecar神經(jīng)元網(wǎng)絡的非線性動力學特性。2015年，王金龍等運用FPGA對HH模型神經(jīng)元進行了硬件實現(xiàn)。

運用FPGA硬件實現(xiàn)的生物神經(jīng)元及網(wǎng)絡在腦機接口方面具有重要的應用前景及價值。2008年，Kay等解讀了具有語義學獨立特征的物體的fMRI腦信號模式。2008年，GM Mckhann等用人為設置的波形成功控制動物的腦神經(jīng)并驅使動物的軀體。2009年，張韶岷等設計并制造了一套動物腦電信號行為與記錄分析的實驗裝置。2012年，羅勇等設計了一種新型的包括數(shù)據(jù)采集、行為監(jiān)測的動物機器人監(jiān)控系統(tǒng)。2015年，周金治等分析相關系數(shù)，研究了一種新的腦電信號的特征選擇方法。

運用聲音控制的神經(jīng)元可以根據(jù)特定的聲音來發(fā)出特定的神經(jīng)電信號。該特點在可能的應用中可以用來控制包括人造肢體、輪椅的等助殘器械，用以實現(xiàn)傷殘人士利用自身的聲音來控制自己特定的助殘器械，而別人發(fā)出的聲音因無法識別，無法控制該助殘器械。

現(xiàn)有的技術還處于基礎階段，因此仍存在以下缺點：1、現(xiàn)有的技術設備都沒有將現(xiàn)實的聲音信號與電子神經(jīng)元有機的結合起來。2、現(xiàn)有的基于聲控的設備無法識別發(fā)聲個體的音調(diào)、語速、音量等特征，使得其他個體的聲音對聲控設備形成干擾。

技術實現(xiàn)要素：

鑒于上述現(xiàn)有技術的不足，本發(fā)明的目的在于提供一種基于聲控的神經(jīng)元動作電位發(fā)生器，可以有效將聲音信號與電子神經(jīng)元有機結合，根據(jù)不同聲音產(chǎn)生不同神經(jīng)元動作電位，實現(xiàn)對發(fā)聲個體的音調(diào)、語速、音量的識別，減少其他個體的聲音對聲音控制設備形成的干擾。

有鑒于此，本發(fā)明提供了一種基于聲控的神經(jīng)元動作電位發(fā)生器，包括聲電轉換器、A/D轉換器、電子神經(jīng)元和D/A轉換器。

所述聲電轉換器、所述A/D轉換器、所述電子神經(jīng)元和所述D/A轉換器順序電性連接。

所述聲電轉換器用于將用戶的聲音信號轉化為模擬電信號。

所述A/D轉換器用于將所述模擬電信號轉化為數(shù)字電信號。

所述電子神經(jīng)元用于將所述數(shù)字電信號轉化為與用戶的聲音相匹配的神經(jīng)元動作電位數(shù)字信號。

所述D/A轉換器用于將所述神經(jīng)元動作電位數(shù)字信號轉化為神經(jīng)元動作電位模擬信號。

進一步地，所述電子神經(jīng)元運用的神經(jīng)元動作電位發(fā)放與傳導的數(shù)學模型為Hodgkin-Huxley模型。

進一步地，所述電子神經(jīng)元采用FPGA數(shù)字電路設計。

具體地，所述FPGA采用ALTERA公司生產(chǎn)的CycloneⅡ系列EP2C8Q208C8芯片。

進一步地，所述神經(jīng)元動作電位發(fā)生器還包括：信號顯示器，用于將所述神經(jīng)元動作電位模擬信號以波形圖的形式實時顯示。

進一步地，所述聲電轉換裝置包括聲音接收裝置和音頻放大裝置。

具體地，所述聲音接收裝置為駐極體話筒，所述音頻放大裝置采用的芯片為LM386。

進一步地，所述A/D轉換器采用的芯片為ADS822E。

進一步地，所述D/A轉換器采用的芯片為DAC900E。

本發(fā)明提供了一種基于聲控的神經(jīng)元動作電位發(fā)生器，包括聲電轉換器、A/D轉換器、電子神經(jīng)元和D/A轉換器；所述聲電轉換器、所述A/D 轉換器、所述電子神經(jīng)元和所述D/A轉換器順序電性連接；所述聲電轉換器用于將用戶的聲音信號轉化為模擬電信號；所述A/D轉換器用于將所述模擬電信號轉化為數(shù)字電信號；所述電子神經(jīng)元用于將所述數(shù)字電信號轉化為與用戶的聲音相匹配的神經(jīng)元動作電位數(shù)字信號；所述D/A轉換器用于將所述神經(jīng)元動作電位數(shù)字信號轉化為神經(jīng)元動作電位模擬信號。可以有效將聲音信號與電子神經(jīng)元有機結合，根據(jù)不同聲音產(chǎn)生不同神經(jīng)元動作電位，實現(xiàn)對發(fā)聲個體的音調(diào)、語速、音量的識別，減少其他個體的聲音對聲音控制設備形成的干擾。

附圖說明

為了更清楚地說明本發(fā)明實施例的技術方案，下面將對實施例中所需要使用的附圖作簡單地介紹，應當理解，以下附圖僅示出了本發(fā)明的某些實施例，因此不應被看作是對范圍的限定，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他相關的附圖。

圖1是本發(fā)明實施例提供的基于聲控神經(jīng)元動作電位發(fā)生器的結構示意圖。

圖2是本發(fā)明實施例中利用數(shù)字積分實現(xiàn)就求解模型的框架圖。

圖3是本發(fā)明另一實施例提供的基于聲控神經(jīng)元動作電位發(fā)生器的結構示意圖。

圖4是本發(fā)明一實施例提供的為不同人聲音產(chǎn)生的不同神經(jīng)元動作電位的波形圖。

主要元件符號說明：

100-聲電轉換器、101-A/D轉換器、102-電子神經(jīng)元、103-D/A轉換器、104-信號顯示器。

具體實施方式

下面詳細描述本發(fā)明的實施例，所述實施例的示例在附圖中示出。其中自始至終相同或類似的標號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實施例是示例性的，旨在用于解釋本發(fā)明，而不能理解為對本發(fā)明的限制。

如圖1所示，本發(fā)明實施例提供的基于聲控的神經(jīng)元動作電位發(fā)生器，包括聲電轉換器100、A/D轉換器101、電子神經(jīng)元102、D/A轉換器103。

聲電轉換器100、A/D轉換器101、電子神經(jīng)元102和D/A轉換器103順序電性連接。

電子神經(jīng)元102是基于聲控的神經(jīng)元動作電位發(fā)生器的核心部分。

電子神經(jīng)元102可以通過具體的電路設計來實現(xiàn)，既可以選擇模擬電路設計實現(xiàn)，也可以選擇者數(shù)字電路設計來實現(xiàn)。

選擇模擬電路實現(xiàn)神經(jīng)元的方式耗費大、耗時長，需要花費設計人員大量的財力與精力。因此，使用模擬電路實現(xiàn)神經(jīng)元的方式逐漸退出歷史舞臺，逐漸被數(shù)字電路設計所取代。現(xiàn)階段使用數(shù)字電路實現(xiàn)神經(jīng)元已經(jīng)成為主流。

在最佳實施中，電子神經(jīng)元102選擇FPGA數(shù)字電子系統(tǒng)設計。

FPGA(Field-Programmable Gate Array)，即現(xiàn)場可編程門陣列，它是在PAL、GAL、CPLD等可編程器件的基礎上進一步發(fā)展的產(chǎn)物。它是作為專用集成電路(ASIC)領域中的一種半定制電路而出現(xiàn)的，既解決了定制電路的不足，又克服了原有可編程器件門電路數(shù)有限的缺點。

FPGA數(shù)字電子系統(tǒng)設計還包括以下優(yōu)點：

1)采用FPGA設計電路，用戶不需要投片生產(chǎn)，就能得到可用的芯片。

2)FPGA內(nèi)部有豐富的觸發(fā)器和I/O引腳。

3)FPGA是數(shù)字集成電路中設計周期最短、開發(fā)費用最低、風險最小的器件之一。

4)FPGA采用高速CMOS工藝，功耗低，可以與CMOS、TTL電平兼容。

5)強大的并行運算處理能力

目前常見的神經(jīng)元動作電位發(fā)放與傳導的數(shù)學模型有Hodgkin-Huxley模型，Morris-Lecar模型，F(xiàn)itzHugh-Nagumo模型，Mihalas-Niehur模型。

其中Hodgkin-Huxley模型使用最為廣泛，最接近真實生物神經(jīng)元電生理特性的數(shù)學模型。

Hodgkin-Huxley模型是19世紀50年代英國劍橋大學教授Alan Lloyd Hodgkin與英國倫敦大學教授Andrew Fielding Huxley首次提出的一種數(shù)學模型，并于1963年因此獲得諾貝爾生理學與醫(yī)學獎。該模型采用四維非線性微分方程組來描述。

在最佳實施中，電子神經(jīng)元102選擇Hodgkin-Huxley模型來建模，以實現(xiàn)電子神經(jīng)元模擬。

Hodgkin-Huxley模型是一個多變量耦合的非線性系統(tǒng)，它可由4個一階微分方程構成。FPGA實現(xiàn)的數(shù)字神經(jīng)元就是對該方程用硬件求解的一個過程，下面以一個常見的微分方程來加以說明：

y'(t)＝f(t,y(t)) (1)其中y(t₀)＝y(tǒng)₀；

上式(1)中，f函數(shù)為微分方程，y₀是微分方程中變量y的初值。運用歐拉算法對方程進行離散求解，則有：

y(n+1)＝y(tǒng)_n+ΔT×f(t_n,y_n)(n＝0,1,2,…)(2)其中ΔT離散化采樣時間；

根據(jù)表(2)可以實現(xiàn)數(shù)字積分功能，具體原理圖如圖2所示。

對微分方程進行離散求解使用的算法還可以是其他的算法，例如：龍格庫塔算法，但是該算法對硬件要求比較高，具體使用何種算法要根據(jù)FPGA的硬件資源消耗以及求解的精度決定。

對電子神經(jīng)元模型的硬件實現(xiàn)，就是將離散化后的差分方程用數(shù)字信號處理的方式在FPGA上予以計算。

對于電子神經(jīng)元的FPGA開發(fā)可以使用硬件描述語言VHDL(Very-High-Speed Integrated Circuit Hardware Description Language)或Verilog HDL進行開發(fā)，也可以使用芯片廠商提供的集成開發(fā)工具開發(fā)。

在較佳實施中，選擇Altera公司的FPGA輔助設計開發(fā)工具箱DSP Builder進行主系統(tǒng)的設計。

利用開發(fā)工具箱DSP Builder進行主系統(tǒng)的設計主要是通過建模實現(xiàn)的。

而對一些外部設計使用硬件描述語言進行開發(fā)。例如：像分頻器等附屬器件是用VHDL寫的。

在使用DSP Builder技術進行相關設計建模時，需要把握各種變量的時序問題，否則很容易出現(xiàn)時序混亂，導致計算錯誤。

聲電轉換器100是實現(xiàn)基于聲控的神經(jīng)元動作電位發(fā)生器必備條件之一。

聲電轉換裝置包括聲音接收裝置和音頻放大裝置。

在最佳實施例中，音頻放大裝置采用的芯片為美國國家半導體公司生產(chǎn)的LM386。

LM386是一種音頻集成功放，具有自身功耗低、電壓增益可調(diào)整、電源電壓范圍大、外接元件少和總諧波失真小等優(yōu)點。

對聲電轉換器中的音頻信號進行200倍放大，輸出音頻信號的幅值可調(diào)，輸出信號的靈敏度可調(diào)，加入了消噪電阻，抑制底噪的產(chǎn)生，采用單點接地布線，減少回路增益，提高音頻信號的質量。采用470uF大容量鉭電容對電源進行濾波，以穩(wěn)定工作電源，減少電源干擾。

聲音接收裝置是駐極體話筒，該話筒具有體積小、結構簡單、電聲性能好、頻率范圍寬、高保真、價格低的特點，駐極體話筒收集聲音信號后，LM386再對收集到的音頻信號進行放大處理。

在最佳實施例中A/D轉換器采用德州儀器的ADS822E芯片，D/A轉換器采用采用德州儀器的DAC900E芯片。

所圖3所示，本發(fā)明另一實施例提供的基于聲控的神經(jīng)元動作電位發(fā)生器，包括聲電轉換器100、A/D轉換器101、電子神經(jīng)元102、D/A轉換器103和信號顯示器104。

聲電轉換器100、A/D轉換器101、電子神經(jīng)元102、D/A轉換器103和信號顯示器104順序電性連接。

信號顯示器104用于將人體神經(jīng)元動作電位模擬信號以波形圖的形式實時顯示。

所述信號顯示器104包括示波器。

如圖4所示，不同的兩人都發(fā)出“紫”這個漢字時輸出的神經(jīng)元動作電位的波形圖。從圖中我們可以看出相同的語音內(nèi)容，不同的人發(fā)出后轉化得到的神經(jīng)元動作電位截然不同，因此可以有效將聲音信號與電子神經(jīng)元有機結合，根據(jù)不同聲音產(chǎn)生不同神經(jīng)元動作電位，實現(xiàn)對發(fā)聲個體的音調(diào)、語速、音量的識別，減少其他個體的聲音對聲音控制設備形成的干擾。

基于聲控的神經(jīng)元動作電位發(fā)生器還可作為聽覺系統(tǒng)模擬實驗平臺，可以將外界的聲音信號轉化為具有神經(jīng)元電生理特性的神經(jīng)元動作電位，并在神經(jīng)元網(wǎng)絡中傳導，對腦機接口具有重要的參考實驗價值。

不同的聲音經(jīng)過聲電轉換后形成不同的電信號，但這種電信號的差異較小，運用生物神經(jīng)元電生理特性中的“全或無”特性，通過FPGA實現(xiàn)生物神經(jīng)元將峰值波動較小的聲音電信號轉化為個數(shù)、幅值、頻率各不相同的神經(jīng)元動作電位信號。實現(xiàn)對發(fā)聲個體的音調(diào)、語速、音量的識別。

本領域技術人員可以理解附圖只是一個優(yōu)選實施場景的示意圖，附圖中的模塊或流程并不一定是實施本發(fā)明所必須的。

本領域技術人員可以理解實施場景中的裝置中的模塊可以按照實施場景描述進行分布于實施場景的裝置中，也可以進行相應變化位于不同于本實施場景的一個或多個裝置中。上述實施場景的模塊可以合并為一個模塊，也可以進一步拆分成多個子模塊。

上述本發(fā)明序號僅僅為了描述，不代表實施場景的優(yōu)劣。以上公開的僅為本發(fā)明的幾個具體實施場景，但是，本發(fā)明并非局限于此，任何本領域的技術人員能思之的變化都應落入本發(fā)明的保護范圍。