A Power Efficient Electronic Implant for a Visual Cortical Neuroprosthesis
Notice bibliographique
Résumé
An integrated microstimulator designed for a cortical visual prosthesis is presented, along with a pixel reordering algorithm, together minimizing the peak total current and voltage required for stimulation of large numbers of electrodes at a high rate. In order to maximize the available voltage for stimulation at a given supply voltage for generating biphasic pulses, the device uses monopolar stimulation, where the return electrode voltage is dynamically varied. Thus, the voltage available for stimulation is maximized, as opposed to the conventional fixed return voltage monopolar approach, and impedance is significantly lower than can be achieved using bipolar stimulation with microelectrodes. This enables the use of a low voltage power supply, minimizing power consumption of the device. An important constraint resulting from this stimulation strategy, however, is that current generation needs to be simultaneous and in-phase for all active parallel channels, imposing heavy stress on the wireless power recovery and regulation circuitry in large electrode count systems such as a visual prosthesis. An ordering algorithm to be implemented in the external controller of the prosthesis is then proposed. Based on the data for each frame of the video signal to be transmitted to the implant, the algorithm minimizes the total generated current standard deviation between time multiplexed stimulations by determining the most appropriate combination of parallel stimulation channels to be activated simultaneously. A stimulator prototype has been implemented in CMOS technology and successfully tested. Execution of the external controller reordering algorithm on an application specific hardware architecture has been verified using a System-On-Chip development platform. A near 75% decrease in the total stimulation current standard deviation was observed with a one-pass algorithm, whereas a recursive variation of the algorithm resulted in a greater than 95% decrease of the same variable.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».