[論文レビュー] Memristive integrative sensors for neuronal activity

Isha Gupta, Alexander Serb+4 more|arXiv (Cornell University)|Jul 24, 2015

Advanced Memory and Neural Computing参考文献 32被引用数 7

ひとこと要約

本論文では、TiOxメモリスタの内在的電圧しきい値を活用して、神経細胞の発火イベントをリアルタイムで検出するメモリスティブ統合センサを提案する。これにより、ノード内でのエネルギー効率の高い神経データ処理が可能となり、同時にスパイク振幅情報を非揮発的に記録する。その結果、顕著なデータ圧縮が達成され、計算オーバーヘッドを最小限に抑えつつ、従来の特徴空間しきい値処理を上回る性能を発揮する。

ABSTRACT

The advent of advanced neuronal interfaces offers great promise for linking brain functions to electronics. A major bottleneck in achieving this is real-time processing of big data that imposes excessive requirements on bandwidth, energy and computation capacity; limiting the overall number of bio-electronic links. Here, we present a novel monitoring system concept that exploits the intrinsic properties of memristors for processing neural information in real time. We demonstrate that the inherent voltage thresholds of solid-state TiOx memristors can be useful for discriminating significant neural activity, i.e. spiking events, from noise. When compared with a multi-dimensional, principal component feature space threshold detector, our system is capable of recording the majority of significant events, without resorting to computationally heavy off-line processing. We also show a memristive integrating sensing array that discriminates neuronal activity recorded in-vitro. We prove that information on spiking event amplitude is simultaneously transduced and stored as non-volatile resistive state transitions, allowing for more efficient data compression, demonstrating the memristors' potential for building scalable, yet energy efficient on-node processors for big data.

研究の動機と目的

• 脳-コンピュータインターフェースにおけるリアルタイム神経データ処理における帯域幅、エネルギー、計算処理のボトルネックを解決すること。
• オフライン処理に依存しないスケーラブルでエネルギー効率の高い神経モニタリングシステムを構築すること。
• メモリスタの固有の非線形ダイナミクスを活用し、現地で顕著な神経活動を検出し、記憶すること。
• メモリスタが非揮発的に同時に神経スパイク情報のセンシング、処理、記憶を実行できることを実証すること。
• 従来の多次元特徴空間しきい値処理手法と比較して、本システムの性能を検証すること。

提案手法

• 生体適合性TiOxメモリスタを用い、生の信号から顕著な神経発火イベントを直接検出するための内在的電圧しきい値を活用する。
• スパイク振幅を非揮発的抵抗状態遷移に変換するメモリスティブ統合センシングアレイを実装する。
• メモリスタのしきい値特性に依存することで、計算コストの高い特徴抽出を回避するリアルタイム検出メカニズムを設計する。
• 性能比較のベンチマークとして、主成分分析（PCA）に基づく特徴空間しきい値処理を採用する。
• 記録された神経活動を用いたin-vitroでのセンサアレイの妥当性評価を通じて、検出精度とデータ圧縮効率を測定する。
• センシング機能と記憶機能を1つのメモリスタデバイスに統合し、ノード内処理を可能とし、データ送信の必要性を低減する。

実験結果

リサーチクエスチョン

• RQ1 内在的電圧しきい値を有するメモリスタは、外部の特徴抽出を要せず、神経細胞のアクションポテンシャルを信頼性高く検出できるか？
• RQ2 スパイク振幅を非揮発的抵抗状態として記憶することで、メモリスタデバイスが神経データをどの程度圧縮できるか？
• RQ3 本システムの性能は、従来のPCAベースのしきい値処理と比較して、どのように差が現れるか？
• RQ4 提案されたシステムは、最小限のエネルギーと計算オーバーヘッドでリアルタイムかつノード内での神経データ処理を可能にするか？
• RQ5 メモリスティブセンサアレイは、データ圧縮を達成しつつ、意味のあるスパイク振幅情報を保持できるか？

主な発見

• メモリスティブセンサは、計算負荷の高いオフライン処理を要せず、顕著な神経発火イベントの大部分を正常に検出できた。
• 本システムは、メモリスタ内の非揮発的抵抗状態遷移としてスパイク振幅情報を記憶することで、効果的なデータ圧縮を実現した。
• TiOxメモリスタの内在的電圧しきい値により、背景ノイズからのスパイクの直接的区別が可能となり、誤検出が低減された。
• メモリスティブシステムの性能は、多次元PCAベースのしきい値検出器と同等であったが、はるかに低い計算コストで達成された。
• in-vitroアレイは神経活動データを正常に変換・記憶し、ノード内処理と記憶の実現可能性を確認した。
• 結果から、メモリスタは将来のビッグデータ神経インターフェースにおいてスケーラブルでエネルギー効率の良いコンponentsとして機能できることが示唆された。