脳のようなデバイスを使用して神経信号を効率的に処理し、新しい脳コンピューターインターフェースを構築する

最近、清華大学マイクロナノエレクトロニクス学部および未来チップ技術先進イノベーションセンターのQian He教授とWu Huaqiang教授のチームと、医学部のHong Bo教授のチームが共同で「メモリスタアレイによる神経信号解析による高効率脳マシンインターフェース」と題するオンライン研究論文をNature Communicationsに発表しました。メモリスタのバイオニック特性とストレージコンピューティング特性を利用して、メモリスタアレイに基づく新しい脳コンピューターインターフェースを提案し、効率的でインテリジェントなEEG神経信号処理システムを構築し、脳内のてんかん状態の認識を実証し、93.46%という高い精度を達成し、システムの電力消費を400倍以上削減しました。これは、2つの研究チームによる最新の学際的研究成果です。

図1. メモリスタアレイ神経信号解析システムに基づく新しい脳コンピュータインターフェース

近年、脳コンピュータインターフェース技術は、情報科学や神経科学などの複数の分野を統合する最先端分野として、リハビリテーション医学、医療用電子機器などの分野で広く注目され、応用されています。Neuralink、BrainCo、Neuracleなどの企業が、実用的な脳コンピュータインターフェースの研究開発に積極的に取り組んでいます。脳コンピューターインターフェース技術は、脳の動きや言語的意図を制御命令に変換できるため、運動障害や言語障害を持つ患者のリハビリに役立ちます。同時に、脳コンピューターインターフェース技術は、てんかん、アルツハイマー病、パーキンソン病などの神経変性疾患に関連する脳の状態を監視するためにも使用でき、これらの疾患に対する新たな治療オプションを提供します。現在、主流の脳コンピューターインターフェースの神経信号解析モジュールは、シリコン CMOS 回路で構成されています。しかし、脳コンピューターインターフェースの信号取得チャネル数が増加するにつれて、システムは電力消費と遅延の面で大きな課題に直面しており、これは、埋め込み型またはポータブル型の医療システムにおける脳コンピューターインターフェース技術の応用を制限する重要なボトルネックの 1 つです。

メモリスタは、外部電圧励起によってイオン移動を駆動することで伝導状態を調整できる新しいタイプの情報処理デバイスです。メモリスタの動作メカニズムは、人間の脳のシナプスやニューロンとある程度類似しています。メモリスタに基づくニューロモルフィック コンピューティングは、従来のコンピューティング アーキテクチャを打破し、高度な並列処理を実現しながら消費電力を大幅に削減できるため、脳とコンピューターのインターフェースの分野で大きな応用可能性を秘めています。

これに触発されて、研究チームは、脳コンピューターインターフェースの分野で2年以上にわたる密接な学際的協力を通じて、メモリスタアレイに基づく新しい脳コンピューターインターフェースを提案しました。彼らは、アナログ抵抗スイッチング特性を持つメモリスタアレイを実験的に準備し、メモリスタに基づく神経信号解析システムを構築しました。このシステムには、神経信号の効率的な前処理のためのメモリスタ フィルタ バンクと、インテリジェントな分類と認識のためのメモリスタ ニューラル ネットワークが含まれています。システムの実現可能性を検証するために、研究チームはてんかん関連の神経信号のフィルタリングと分類を実証しました。メモリスタ システムは最終的に、脳のてんかん状態を識別する精度 93.46% を達成し、従来の CMOS ハードウェアと比較して 400 倍以上の消費電力の利点を実現しました。

図2. メモリスタ神経信号解析システムを使用しててんかん関連の脳状態を処理および識別する

図3. メモリスタアレイフィルタリング結果とネットワーク精度および消費電力の比較例

この研究の主な革新は次のとおりです。

（１）脳内の高度に並列化されたアナログ神経信号処理方法に着想を得て、メモリスタのバイオニック特性を利用して、初めて汎用神経信号処理ユニットとして高次FIRフィルタバンクを効率的に実現した。

（２）メモリスタアレイに基づく新しい脳コンピュータインターフェースプロトタイプシステムを提案する。このシステムは、高次FIRフィルタ群を神経信号前処理ユニットとして、メモリスタニューラルネットワークを信号デコーダユニットとして統合している。

（３）事前に記録されたてんかん関連神経信号のデータセット（ボンてんかんデータセット）を用いて、構築した神経信号処理システムの機能性を検証し、脳のてんかん状態を識別する精度は93.46％を達成した。評価によると、システムの電力消費は従来のハードウェアよりも 2 桁以上低いことが示されています。

清華大学医学部の呉華強教授、唐建石助教授、洪波教授は本論文の共同責任著者である。清華大学マイクロナノエレクトロニクス学科の博士課程学生である劉正武は本論文の第一著者である。本論文の協力者には、マイクロナノエレクトロニクス学科の博士課程学生である周英と医学部の博士課程学生である劉定坤が含まれる。この研究は、中国国家自然科学基金、科学技術省重点研究開発計画、北京国家情報科学技術研究センターの支援を受けて行われました。

高効率脳・機械インターフェースに向けたメモリスタアレイによる神経信号解析

劉正武、唐建世、高斌、彭堯、李欣怡、劉丁坤、周英、何千、洪博、呉華強

Nat. Commun ., 2020 , 11 , 4234, DOI: 10.1038/s41467-020-18105-4

清華大学のQian HeとWu Huaqiangが率いるチームの簡単な紹介

マイクロナノエレクトロニクス学科のQian He教授とWu Huaqiang氏のチームは、メモリスタに基づくメモリコンピューティング統合チップ技術の研究に長年取り組んでおり、デバイス性能の最適化、プロセス統合、回路設計、アーキテクチャ、アルゴリズムなど、複数のレベルで革新的なブレークスルーを達成しています。関連する研究成果は、Nature、Nature Nanotechnology、Nature Electronics、Nature Communications、Advanced Materialsなどのトップジャーナルや、IEDM、ISSCC、VLSIなどの分野のトップ国際学術会議で発表されています。

銭和

https://www.x-mol.com/university/faculty/243659

呉華強

https://www.x-mol.com/university/faculty/243676

清華大学紅波チームの紹介

医学部のホン・ボー氏のチームは長年、低侵襲性の脳コンピューター・インターフェースの開発と、人間の脳言語の神経メカニズムの研究に注力してきた。研究チームは臨床脳神経外科、マイクロエレクトロニクス、材料などの分野と連携し、人間の脳機能の位置を特定し、脳ネットワークを分析するための新しい方法を開発しました。頭蓋内EEGに基づく低侵襲性脳コンピューターインターフェース技術を提案・実装し、人間の脳の音声および言語符号化メカニズムの解析において重要な進歩を遂げました。関連する研究成果は、Nature Neuroscience、PNAS、Nature Communicationsなどの学術誌に掲載されました。

https://www.x-mol.com/university/faculty/60613

科学研究のアイデアの分析

Q: この研究の本来の目的は何でしたか?あるいは、アイデアはどのようにして生まれるのでしょうか?

A:私たちのチームの研究は主にメモリスタを中心に行われ、メモリスタのストレージとコンピューティングの特性を利用して行列ベクトル乗算を効率的に実行し、人工ニューラルネットワークを高速化します。その中で、メモリスタの動作メカニズムは、電界によって駆動される酸素イオンの移動を利用して抵抗調整を実現するというものであり、これは生物学的神経ネットワークのシナプスとニューロンの動作メカニズムと非常に似ています。これは、メモリスタを使用して脳のようなコンピューティングを通じて効率的な神経信号処理を実現し、メモリスタを生物学的神経と電子システムを接続する自然な橋として使用することを私たちに促しました。したがって、私たちの研究は、メモリスタのバイオニック特性を利用して新しいタイプの脳コンピューターインターフェースを構築し、消費電力と速度の点で従来のCMOS回路よりも多くの利点を得ることです。

Q: 研究の過程でどのような課題に直面しましたか?

A:私たちの研究中に直面した最大の課題の 1 つは、ニューラル ネットワークの次の段階で分類を行うために十分な精度のフィルタリング結果を得るために、メモリスタ アレイを使用して高次フィルタ グループを実装する方法でした。この課題には、メモリスタを使用してアナログ形式で入力された信号を直接処理する方法、フィルタ係数をメモリスタのコンダクタンス値に高精度でマッピングする方法、デバイスのコンダクタンスの変動を克服する方法、および異なる入力電圧でのコンダクタンスの不一致が計算結果に及ぼす悪影響などの具体的な問題が含まれます。問題を解決する過程で、メモリスタに基づくストレージとコンピューティングの統合の研究で当チームが蓄積してきた経験が重要な役割を果たしました。

また、脳コンピューターインターフェースの分野自体も非常に活発な学際分野であり、新しいデバイスとしてメモリスタの導入により、研究の難易度はある程度上昇しましたが、新たな機会ももたらしました。私たちのチームは、Hong Bo教授のチームと協力し、それぞれの分野における理解と技術的蓄積を最大限に活用して、分野横断的な研究によって生じる一連の問題を解決しました。たとえば、フィルタを設計する際には、てんかんを識別するための EEG 周波数帯域の要件とデバイス規模が計算結果に与える影響を総合的に考慮しました。また、メモリスタ ニューラル ネットワークの種類と規模を設計する際には、さまざまなてんかんバイオマーカーの選択の影響を調査しました。

Q: この研究結果はどのような重要な応用が考えられますか?この成果はどの分野の企業や研究機関に利益をもたらすでしょうか?

A:私たちの研究では、脳コンピューターインターフェース用の効率的な神経信号解析システムを構築しました。このシステムは、てんかんやパーキンソン病などの特定の神経疾患の治療に役立てることができます。また、脳の働きのメカニズムを調査するための重要なツールとしても役立ちます。私たちは、バイオニック脳のようなコンピューティングデバイスを使用して、医療用電子機器、生物医学、その他の分野に新しい研究アイデアを提供できるメモリスタベースの脳コンピューターインターフェースを構築することを提案します。