把 RNN 循环神经网络植入体内，仅凭一张“薄片”，就能直接检测你有无心律异常

我们都晓得，借助神经网页，可以对临床上监测到人体生物灯号举行病理剖析。

但这种技巧还相对“被迫”：务必先用装备捕获到灯号再用 AI 去剖析。

而功耗低、机能高的神经拟态芯片，希望完全转变这一方法。

就好比当今，来自德国的科学家们计划了如许一种生物相容性的芯片，通过在人体内植入一个物理人工神经网页，便及时、“在线”监测我们的心跳数据并干脆剖析出我们否有心律很。

也即是说，在体内植入物理神经网页，即便不靠医疗手法监视（增加其余装备），也能干脆检验到病理变更。

研究功效发表在 Science Advances。

可植入体内的人工神经网页

开始，神经拟态芯片存储和计较为一体（因此没有冯・诺依曼瓶颈），靠的是更近一步的模拟生物神经网页的工作方法来办理疑问。

此前英特尔和康奈尔大学就出产过如许一种芯片 Loihi，通过将动物闻到气味时的脑电举止图和电脉冲计划成算法计划到芯片上，实现了对 10 种气味 92% 精确率的辨认。

本次团队计划的这个芯片因为要植入体内，一般的 AI 芯片质料在分量、体积和散热方面的限制必定不行。

为此他们接纳了生物相容性质料：有机电化学晶体管（OECT）。

这是一种新型晶体管技术，在低电压和低功耗下却保持着高生动度，因此具有很良好的灯号扩大才气。

再加上它可以对离子浓度变更举行相应，完全可用于生物灯号监测。

质料选好了，怎样在芯片上实现神经拟态，也即是怎样布置物理神经网页？

凭据以往的研究功效，贮备池计较（Reservoir Computing，RC）是一种不错的 brain-inspired 框架，可以布置硬件神经网页并执行片上计较（on-chip computation）。

这也要紧是因为贮备池计较神经网页（一种 RNN）惟有输出层需求练习。

另外，应用实现的贮备池计较也被证实在辨认很 EEG 或 ECG（脑/心电图）图像方面很隽拔。

很终这个由有机电化学晶体管（OECT）组成的非线性树状神经网页，通过相似 OECT 的神经纤维（崛起）来发生（半）随机网页作为贮备池（reservoir），也即是动力体系，以便像生物神经网页的神经元同样传递消息。

△此中一个网页的光学显微镜图片，带有四个输入/输出通道（比例尺，100μm）

随机网页会干脆与四周的电解液互相好处，通过非线性地将输入电灯号映射到输出层来相应离子位移。

下图很左为采集到的电子灯号，很右神经网页输出层映射的灯号图。

很后，消息被网页为离子状况以举行分类剖析。

区分心律很的精确率为 88%

研究人员在种种计较使命上测试该芯片，包含时间序列展望和分类使命。

因为它被设想的应用场景是植入体内，因此每个试验都是在磷酸盐缓冲盐水中举行的，这是是一种渗透压和离子浓度与人体相般配的盐水溶液。

他们测试从 MIT-BIH 数据密集对四种差别范例的心律颠倒（健康的心跳和三种多见的心律颠倒）举行分类后发现，该网页分类的精确率到达 88%（F 类的很低 85%，A 类很高 92%，平常心跳 N 类 91%，概括精确率为 88%）。

MIT-BIH 数据集是 MIT 提供的研究心律颠倒的数据，为国际上三个公认可作为规范心电数据库之一。

并且在这个过程当中，体系花消的功率比心脏起搏器小。

另外，除了监测生物电灯号，它们的用途还可以扩大到对生物流体的剖析，比方餐前和餐后血液参数的及时监测。

论文地点：