MétaCan
Menu
Retour à la cohorte
Enregistrement W3113615267 · doi:10.1049/cds2.12007

Fully implantable, multi‐channel microstimulator with tracking supply ribbon, multi‐output charge pump and energy recovery

2020· article· en· W3113615267 sur OpenAlexaff
Amin Rashidi, Niloofar Yazdani, Amir M. Sodagar

Notice bibliographique

RevueIET Circuits Devices & Systems · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neural Engineering
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésCharge pumpRibbonTracking (education)Channel (broadcasting)Materials scienceElectrical engineeringVoltageEngineeringCapacitor

Résumé

récupéré en direct d'OpenAlex

Abstract A novel energy‐efficient approach dedicated to high‐density implantable stimulators such as visual prostheses is presented. Energy efficiency of the approach proposed in this work is achieved through two ideas: the ‘tracking supply ribbon’ technique and ‘reverse charge pumping’. The proposed approach is implemented, in the multi‐channel case, in such a way that power efficiency of each stimulation channel is enhanced according to its specific voltage/current condition and independently from other channels. For this purpose, a multi‐channel power‐efficient charge pump circuit with small integrated capacitors is proposed. Based on the proposed approach, a fully integrated 16‐channel stimulation backend for a visual prosthesis was designed and simulated in the transistor level in a standard 0.18‐μm triple‐well CMOS technology, occupying 1.41 mm 2 of silicon area. According to post‐layout simulation results, power savings of up to 74% for a single channel and 81.5% for multiple channels are achieved compared to the conventional output stage with a constant supply voltage. Designed for the proposed stimulation backend, the charge pump generates output voltages of 3.48 V, −1.69 V, −3.38 V, and −5.05 V out of a 1.8 V input voltage and exhibits average power efficiency of 92.8% and 86.8% for one‐ and three‐stage circuits, respectively, all in the case of a 100 μA current load. All the aforementioned results are based on post‐layout simulation. Moreover, a proof‐of‐concept prototype was developed using off‐the‐shelf components in order to demonstrate the operation of the proposed tracking supply ribbon idea.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,236
Écart entre enseignants0,188 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIET Circuits Devices & SystemsMême sujetNeuroscience and Neural EngineeringTravaux en français237 207