Adaptively Clock-Boosted Auto-Ranging Neural-Interface for Emerging Neuromodulation Applications
Notice bibliographique
Résumé
Responsive deep brain stimulation (DBS) requires recruiting deep brain structures without affecting the superficial neuronal population. Neurosurgeons widely use implanted electrodes, which are highly localized but invasive, to stimulate the deep brain. Temporally interfering stimulation (TIS) excites the deep brain non-invasively. This neuromodulation technique utilizes two high-frequency sinusoidal electric fields that do not recruit superficial neural structures but have a small frequency differential. The small differential causes a low-frequency interference envelope that stimulates deep regions and is steerable by changing the intensity of the electric fields without physically moving the electrodes. Using TIS as a non-invasive DBS method generates high-frequency stimulation artifacts at recording sites, which may saturate a conventional recording front-end. This paper presents a low-power bidirectional 64-channel CMOS neural-ADC that is immune to artifacts such as those in the TIS techniques or conventional biphasic stimulation. The presented DC-coupled chopped analog front-end leverages delta-spectrum shaping to remove electrode DC offset voltage and maintain the input impedance higher than 250 MΩ, which is sufficient for interfacing with non-invasive scalp electrodes. The AFE operates on the input signal difference to detect large and rapid stimulation artifacts. It incorporates both exponential tracking and boosted-rate sampling to recover within 100 μs. Upon recovery, the neural-ADC range and speed are reduced to achieve noise and power efficiency factors of 2.98 and 10.6, respectively. In vivo recordings from anesthetized mice demonstrate the unique capabilities of the presented architecture in resolving local field potentials from the surface and epidural electrodes.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».