A low-power current-reuse analog front-end for multi-channel neural signal recording
Notice bibliographique
Résumé
Studying brain activity in-vivo requires to simultaneously record bioelectrical from several microelectrodes in order to capture neurons interactions. In this work, we present a new current-reuse analog front-end (AFE), which is scalable to very large number of recording channels, thanks to its small implementation area and its low-power consumption. This proposed AFE includes a low-noise amplifier (LNA) and a programmable gain amplifier (PGA) which employ fully differential folded cascode current-reuse structures leading to decreased power consumption and silicon area. Moreover, the proposed AFE presents improved output swing compared to previous current-reuse topologies by employing different common mode feedback circuits for LNA and PGA. A 4-channel system implemented in a CMOS 0.18-μm technology is presented as a proof-of-concept. Post-layout simulation results are reported to verify its performance. The total power consumption of one channel including a low-noise amplifier and a variable gain stage is 8.2 μW (4.1 μw for LNA and 4.1 μw for PGA), for an input referred noise of 3.28 μV. The entire AFE presents four selectable gains of 45.2 dB, 50.1 dB, 55.3 dB and 59.65 dB, and occupies a die area of 0.035 mm <sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">2</sup> per channel.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».