把 RNN 循環(huán)神經(jīng)網(wǎng)絡(luò)植入體內(nèi),僅憑一張“薄片”,就能直接檢測(cè)你有無(wú)心律異常

量子位 2021/9/10 21:52:22 責(zé)編:騎士

我們都知道,借助神經(jīng)網(wǎng)絡(luò),可以對(duì)臨床上監(jiān)測(cè)到人體生物信號(hào)進(jìn)行病理分析。

但這種方法還比較“被動(dòng)”:必須先用設(shè)備捕捉到信號(hào)再用 AI 去分析。

而功耗低、性能高的神經(jīng)擬態(tài)芯片,有望徹底改變這一方式。

就比如現(xiàn)在,來(lái)自德國(guó)的科學(xué)家們?cè)O(shè)計(jì)了這樣一種生物相容性的芯片,通過(guò)在人體內(nèi)植入一個(gè)物理人工神經(jīng)網(wǎng)絡(luò),就可以實(shí)時(shí)、“在線(xiàn)”監(jiān)測(cè)我們的心跳數(shù)據(jù)并直接分析出我們否有心律異常。

也就是說(shuō),在體內(nèi)植入物理神經(jīng)網(wǎng)絡(luò),即使不靠醫(yī)療手段監(jiān)督(添加其他設(shè)備),也能直接檢測(cè)到病理變化。

研究成果刊登在 Science Advances。

可植入體內(nèi)的人工神經(jīng)網(wǎng)絡(luò)

首先,神經(jīng)擬態(tài)芯片存儲(chǔ)和計(jì)算為一體(因此沒(méi)有馮?諾依曼瓶頸),靠的是更近一步的模擬生物神經(jīng)網(wǎng)絡(luò)的工作方式來(lái)解決問(wèn)題。

此前英特爾和康奈爾大學(xué)就出產(chǎn)過(guò)這樣一種芯片 Loihi,通過(guò)將動(dòng)物聞到氣味時(shí)的腦電活動(dòng)圖和電脈沖設(shè)計(jì)成算法設(shè)計(jì)到芯片上,實(shí)現(xiàn)了對(duì) 10 種氣味 92% 準(zhǔn)確率的識(shí)別。

本次團(tuán)隊(duì)設(shè)計(jì)的這個(gè)芯片因?yàn)橐踩塍w內(nèi),普通的 AI 芯片材料在重量、體積和散熱方面的限制肯定不行。

為此他們采用了生物相容性材料:有機(jī)電化學(xué)晶體管(OECT)。

這是一種新型晶體管技術(shù),在低電壓和低功耗下卻保持著高靈敏度,因此具備非常優(yōu)越的信號(hào)放大能力 。

再加上它可以對(duì)離子濃度變化進(jìn)行響應(yīng),完全可用于生物信號(hào)監(jiān)測(cè)。

材料選好了,如何在芯片上實(shí)現(xiàn)神經(jīng)擬態(tài),也就是如何部署物理神經(jīng)網(wǎng)絡(luò)?

根據(jù)以往的研究成果,儲(chǔ)備池計(jì)算 (Reservoir Computing,RC)是一種不錯(cuò)的 brain-inspired 框架,可以部署硬件神經(jīng)網(wǎng)絡(luò)并執(zhí)行片上計(jì)算(on-chip computation)。

這也主要是因?yàn)閮?chǔ)備池計(jì)算神經(jīng)網(wǎng)絡(luò)(一種 RNN)只有輸出層需要訓(xùn)練。

另外,軟件實(shí)現(xiàn)的儲(chǔ)備池計(jì)算也被證明在識(shí)別異常 EEG 或 ECG(腦/心電圖)圖像方面非常出色。

最終這個(gè)由有機(jī)電化學(xué)晶體管(OECT)構(gòu)成的非線(xiàn)性樹(shù)狀神經(jīng)網(wǎng)絡(luò),通過(guò)類(lèi)似 OECT 的神經(jīng)纖維(突起)來(lái)產(chǎn)生(半)隨機(jī)網(wǎng)絡(luò)作為儲(chǔ)備池(reservoir),也就是動(dòng)力系統(tǒng),以便像生物神經(jīng)網(wǎng)絡(luò)的神經(jīng)元一樣傳遞信息。

△ 其中一個(gè)網(wǎng)絡(luò)的光學(xué)顯微鏡圖片,帶有四個(gè)輸入/輸出通道(比例尺,100μm)

隨機(jī)網(wǎng)絡(luò)會(huì)直接與周?chē)碾娊庖合嗷プ饔?,通過(guò)非線(xiàn)性地將輸入電信號(hào)映射到輸出層來(lái)響應(yīng)離子位移。

下圖最左為采集到的電子信號(hào),最右神經(jīng)網(wǎng)絡(luò)輸出層映射的信號(hào)圖。

最后,信息被收集為離子狀態(tài)以進(jìn)行分類(lèi)分析。

辨別心律異常的準(zhǔn)確率為 88%

研究人員在各種計(jì)算任務(wù)上測(cè)試該芯片,包括時(shí)間序列預(yù)測(cè)和分類(lèi)任務(wù)。

由于它被設(shè)想的使用場(chǎng)景是植入體內(nèi),所以每個(gè)實(shí)驗(yàn)都是在磷酸鹽緩沖鹽水中進(jìn)行的,這是是一種滲透壓和離子濃度與人體相匹配的鹽水溶液。

他們嘗試從 MIT-BIH 數(shù)據(jù)集中對(duì)四種不同類(lèi)型的心律失常(健康的心跳和三種常見(jiàn)的心律失常)進(jìn)行分類(lèi)后發(fā)現(xiàn),該網(wǎng)絡(luò)分類(lèi)的準(zhǔn)確率達(dá)到 88%(F 類(lèi)的最低 85%,A 類(lèi)最高 92%,正常心跳 N 類(lèi) 91%,綜合準(zhǔn)確率為 88%)。

MIT-BIH 數(shù)據(jù)集是 MIT 提供的研究心律失常的數(shù)據(jù),為國(guó)際上三個(gè)公認(rèn)可作為標(biāo)準(zhǔn)心電數(shù)據(jù)庫(kù)之一。

而且在這個(gè)過(guò)程中,系統(tǒng)消耗的功率比心臟起搏器小。

另外,除了監(jiān)測(cè)生物電信號(hào),它們的用途還可以擴(kuò)展到對(duì)生物流體的分析,例如餐前和餐后血液參數(shù)的實(shí)時(shí)監(jiān)測(cè)。

論文地址:

https://advances.sciencemag.org/content/7/34/eabh0693

參考鏈接:

https://www.eurekalert.org/news-releases/926023

廣告聲明:文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接(包括不限于超鏈接、二維碼、口令等形式),用于傳遞更多信息,節(jié)省甄選時(shí)間,結(jié)果僅供參考,IT之家所有文章均包含本聲明。

相關(guān)文章

軟媒旗下網(wǎng)站: IT之家 最會(huì)買(mǎi) - 返利返現(xiàn)優(yōu)惠券 iPhone之家 Win7之家 Win10之家 Win11之家

軟媒旗下軟件: 軟媒手機(jī)APP應(yīng)用 魔方 最會(huì)買(mǎi) 要知