← 返回 JSSC 论文列表
📄 下载 JSSC 原文 PDF
JSSC 2022第3期Medical & Bio65nmNeural Interface

A Digitally Assisted Multip lexed Neural Recording System With Dynamic Electrode

提出一种低功耗、面积高效的植入式神经记录系统，支持高密度神经植入应用。
每通道面积0.00248 mm²，功耗3.38 µW，输入参考噪声2.6 µVrms，噪声效率因子1.83
低功耗植入式神经记录高密度自适应滤波器
▸创新点1：时间分割多路复用方法记录16个神经电极（系统创新）。该方法通过时分复用技术实现16通道神经信号的高密度同步采集，显著降低了系统复杂度与功耗，同时保持高带宽（10 kHz）和低噪声（2.6 µVrms）。
▸创新点2：基于LMS算法的电极偏移消除技术（算法创新）。采用最小均方算法动态补偿多通道电极的缓慢漂移，仅需单抽头数字自适应滤波器即可实现全通道同步校准，减少模拟电路面积并提升线性度。
▸创新点3：单抽头数字自适应滤波器设计（电路创新）。该设计将传统多抽头滤波器简化为单抽头结构，在65nm CMOS工艺下实现0.00248 mm²的超小面积（68%为数字电路），功耗仅3.38 µW/通道。
▸创新点4：全集成低噪声前端架构（系统创新）。系统集成噪声优化前端，噪声效率因子（NEF）低至1.83，支持植入式应用的高能效需求，且所有功能模块均实现片上集成。
Abstract
This article presents a low-power (LP) area-efficient implantable neural recording system that supports high-density neural implant (HDNI) applications. The system uses a time- division multiple access method to record from 16-neural elec- trodes simultaneously. A least mean squares (LMSs) algorithm is used to cancel the slowly varying electrode offsets from all channels simultaneously by using a single-tap digital adaptive filter (AF). The presented technique is fabricated in 65-nm CMOS technolog