Show simple item record

dc.contributor.advisorRibas, Renato Perezpt_BR
dc.contributor.authorLapolli, Ângelo Cardosopt_BR
dc.date.accessioned2014-08-15T02:09:35Zpt_BR
dc.date.issued2014pt_BR
dc.identifier.urihttp://hdl.handle.net/10183/101187pt_BR
dc.description.abstractInvasive brain-machine interface systems benefit from intra-cortically implanted microelectrode arrays for neural signal recording with improved signal-to-noise ratio and spatial resolution. Given the fragility of the biological inner tissues close to these sensors, most of this data processing is delegated to an external unit looking to avoid hazardous heating from electric energy dissipation. In those conditions, multiple-cells activity monitoring generates great amount of data which is to be wirelessly transmitted in a way to avoid cables passing through the skull. As this transmission at the incoming data rate presents dangerous power levels, data compression approaches must be employed to guarantee safety by reducing the bandwidth which directly affects energy consumption. With that in mind, this work proposes digital hardware implementations for neural spike detection and compression using compressed sensing. The proposed method is validated considering neural data processing performance and the respect of the constraints imposed by the related physiological context. The final hardware specifications for a CMOS 0.18 m fabrication process indicate a power of approximately 500 nW within an area of 0.07 mm2 for the processing of a single recording channel. The solution provides an estimated 96.5% data rate reduction which is shown to be greater than the achieved by related work.en
dc.description.abstractSistemas invasivos de interface cérebro máquina beneficiam-se de matrizes de microeletrodos implantadas intra-corticalmente para a captura de sinais nervosos com melhor relação sinal-ruído e resolução espacial. Dada a fragilidade dos tecidos biológicos internos próximos a esses sensores, grande parte do processamento desses dados é delegada a uma unidade externa procurando evitar um aquecimento danoso pela dissipação de energia elétrica. Nessas condições, o monitoramento da atividade de múltiplas células gera grande quantidade de dados a ser transmitida via comunicação sem fio de forma a evitar cabos passando através do crânio. Visto que essa transmissão na taxa dos dados de entrada apresenta níveis de potência perigosos, abordagens de compressão de dados precisam ser utilizadas para garantir a segurança pela redução da largura de banda a qual afeta diretamente o consumo de energia. Por esse motivo, esse trabalho propõe implementações digitais em hardware para detecção de impulsos nervosos e compressão via amostragem compressiva. O método proposto é validado considerando o desempenho do processamento de dados nervosos e o respeito das restrições impostas pelo contexto fisiológico relacionado. As especificações finais de hardware para um processo de fabricação CMOS de 0.18 m indicam uma potência de aproximadamente 500 nW em uma área de 0.07 mm2 para o processamento de um único canal de captura. A solução proporciona uma redução da taxa de dados estimada em 96.5%, a qual é mostrada ser superior às obtidas por trabalhos relacionados.pt_BR
dc.format.mimetypeapplication/pdf
dc.language.isoengpt_BR
dc.rightsOpen Accessen
dc.subjectBrain machine interfaceen
dc.subjectInteração homem-máquinapt_BR
dc.subjectVoz computacionalpt_BR
dc.subjectSpike sortingen
dc.subjectNeural data compressionen
dc.subjectCompressed sensingen
dc.titleLow-power hardware design for neural spike detection and compression within invasive brain machine interface systems.pt_BR
dc.title.alternativeCircuito de baixa potência para detecção e compressão de impulsos nervosos em sistemas de interface cérebro máquina pt_BR
dc.typeTrabalho de conclusão de graduaçãopt_BR
dc.identifier.nrb000931901pt_BR
dc.degree.grantorUniversidade Federal do Rio Grande do Sulpt_BR
dc.degree.departmentInstituto de Informáticapt_BR
dc.degree.localPorto Alegre, BR-RSpt_BR
dc.degree.date2014pt_BR
dc.degree.graduationEngenharia de Computaçãopt_BR
dc.degree.levelgraduaçãopt_BR


Files in this item

Thumbnail
   

This item is licensed under a Creative Commons License

Show simple item record