把RNN植入体内,仅凭一张“薄片”,就能直接检测你有无心律异常 | Science子刊...
丰色 发自 凹非寺
量子位 报道 | 公众号 QbitAI
我们都知道,借助神经网络,可以对临床上监测到人体生物信号进行病理分析。
但这种方法还比较“被动”:必须先用设备捕捉到信号再用AI去分析。
而功耗低、性能高的神经拟态芯片,有望彻底改变这一方式。
就比如现在,来自德国的科学家们设计了这样一种生物相容性的芯片,通过在人体内植入一个物理人工神经网络,就可以实时、“在线”监测我们的心跳数据并直接分析出我们否有心律异常。
也就是说,在体内植入物理神经网络,即使不靠医疗手段监督(添加其他设备),也能直接检测到病理变化。
研究成果刊登在Science Advances。
可植入体内的人工神经网络
首先,神经拟态芯片存储和计算为一体(因此没有冯·诺依曼瓶颈),靠的是更近一步的模拟生物神经网络的工作方式来解决问题。
此前英特尔和康奈尔大学就出产过这样一种芯片Loihi,通过将动物闻到气味时的脑电活动图和电脉冲设计成算法设计到芯片上,实现了对10种气味92%准确率的识别。
本次团队设计的这个芯片因为要植入体内,普通的AI芯片材料在重量、体积和散热方面的限制肯定不行。
为此他们采用了生物相容性材料:有机电化学晶体管(OECT)。
这是一种新型晶体管技术,在低电压和低功耗下却保持着高灵敏度,因此具备非常优越的信号放大能力 。
再加上它可以对离子浓度变化进行响应,完全可用于生物信号监测。
材料选好了,如何在芯片上实现神经拟态,也就是如何部署物理神经网络?
根据以往的研究成果,储备池计算 (Reservoir Computing,RC)是一种不错的brain-inspired框架,可以部署硬件神经网络并执行片上计算(on-chip computation)。
这也主要是因为储备池计算神经网络(一种RNN)只有输出层需要训练。
另外,软件实现的储备池计算也被证明在识别异常EEG或ECG(脑/心电图)图像方面非常出色。
最终这个由有机电化学晶体管(OECT)构成的非线性树状神经网络,通过类似OECT的神经纤维(突起)来产生(半)随机网络作为储备池(reservoir),也就是动力系统,以便像生物神经网络的神经元一样传递信息。
△ 其中一个网络的光学显微镜图片,带有四个输入/输出通道(比例尺,100μm)
随机网络会直接与周围的电解液相互作用,通过非线性地将输入电信号映射到输出层来响应离子位移。
下图最左为采集到的电子信号,最右神经网络输出层映射的信号图。
最后,信息被收集为离子状态以进行分类分析。
辨别心律异常的准确率为88%
研究人员在各种计算任务上测试该芯片,包括时间序列预测和分类任务。
由于它被设想的使用场景是植入体内,所以每个实验都是在磷酸盐缓冲盐水中进行的,这是是一种渗透压和离子浓度与人体相匹配的盐水溶液。
他们尝试从MIT-BIH数据集中对四种不同类型的心律失常(健康的心跳和三种常见的心律失常)进行分类后发现,该网络分类的准确率达到88%(F类的最低85%,A类最高92%,正常心跳N类91%,综合准确率为88%)。
MIT-BIH数据集是MIT提供的研究心律失常的数据,为国际上三个公认可作为标准心电数据库之一。
而且在这个过程中,系统消耗的功率比心脏起搏器小。
另外,除了监测生物电信号,它们的用途还可以扩展到对生物流体的分析,例如餐前和餐后血液参数的实时监测。
论文地址:
https://advances.sciencemag.org/content/7/34/eabh0693
参考链接:
https://www.eurekalert.org/news-releases/926023
把RNN植入体内,仅凭一张“薄片”,就能直接检测你有无心律异常 | Science子刊...相关推荐
- densepose安装_基于DensePose的姿势转换系统,仅根据一张输入图像和目标姿势
DensePose团队在ECCV 2018发表又一杰作:密集人体姿态转换!这是一个基于DensePose的姿势转换系统,仅根据一张输入图像和目标姿势,生成数字人物的动画效果. DensePose 是 ...
- 美部长施压堵华为,遭印度电信巨头现场驳斥 ;WhatsApp被曝漏洞:仅凭一张GIF动图黑客便可接管账户……...
关注并标星星CSDN云计算 极客头条:速递.最新.绝对有料.这里有企业新动.这里有业界要闻,打起十二分精神,紧跟fashion你可以的! 每周三次,打卡即read 更快.更全了解泛云圈精彩news g ...
- 一大波无门槛优惠券来袭(仅限300张)
各位51CTO学院的粉丝们: 好消息,学院的优惠券可以自动领取啦啦啦~ 并且,并且是无门槛的哟~ 数量有限(仅限300张哦),领到你就赚到了~ 一.如何领取? 1.进入 ...
- 大雁塔尺寸_仅用一张A4纸和计算器针对西安大雁塔高度的测量
<普通高中数学课程标准(2017年版)>进一步更新了教学内容,强调要充实丰富培养学生社会责任感.创新精神.实践能力等相关内容.反复提出,数学教育要引导学生会用数学眼光观察世界,会用数学思维 ...
- 仅需2张图,AI便可生成完整运动过程
金磊 发自 凹非寺 量子位 报道 | 公众号 QbitAI 先给一张侧脸(关键帧1): 再给一张正脸(关键帧2): 然后仅仅根据这两张图片,AI处理了一下,便能生成整个运动过程: 而且不只是简单的那种 ...
- ICLR 2023 | 首个3D人像视频生成模型!仅需1张2D人像,眨眼、口型都能改变
点击下方卡片,关注"CVer"公众号 AI/CV重磅干货,第一时间送达 点击进入->[计算机视觉]微信技术交流群 zcxu 投稿 转载自:量子位(QbitAI) 只需1张普通 ...
- MySQL的7种JOIN表连接结果集,你了解几个?搞懂仅需1张图
目录 实践 第一种 第二种 第三种 第四种 第五种 第六种 第七种 大家好呀!我是爷爷的茶七里香,周末啦~开森~,今天突然想起曾经面试遇到的MySQL题目,记录下来方便查阅!!! MySQL的7种表 ...
- 模型仅1MB,更轻量的人脸检测模型开源,效果不弱于主流算法
乾明 编辑整理 量子位 报道 | 公众号 QbitAI AI模型越来越小,需要的算力也也来越弱,但精度依旧有保障. 最新代表,是一个刚在GitHub上开源的中文项目:一款超轻量级通用人脸检测模型. ...
- 仅有 100k 参数的高效显著性目标检测方法
作者 | 南开大学 程明明.依图科技 颜水成 译者 | 刘畅 责编 | Carol 本文介绍ECCV 2020 录用论文:Highly Efficient Salient Object Detect ...
最新文章
- Linux(lamp安装)
- Cloud Native概念
- 浅析@Deprecated,调用方法时出现横线划掉样式
- SQL关闭自增长列标识:SET IDENTITY_INSERT
- 安卓学习笔记36:内容提供者
- require.js的AMD规范详解
- HTML做一个学校网站(纯html代码)
- 多媒体视频处理工具FFmpeg的简介及安装
- google 搜索关键字技巧 google darking
- C#——教务管理系统设计01(20181003)
- 国美云运维自动化实践
- 华为2019网络挑战赛初赛网络方向部分模拟题及答案
- java软件视频教程下载 百度云盘_2018最新java夜校视频教程
- 接入层、汇聚层、核心层之间的区别
- 企业微信 消息 html,企业微信怎么设置消息提醒
- TI低功耗蓝牙(BLE)介绍
- 服务器性能主要指标,性能测试中服务器关键性能指标浅析
- java后端中GET 和 POST 底层原理,深入了解一下
- 透视Linux内核 神奇的BPF二
- 短期逆风造成了小鹏汽车的股价持续暴跌和错误定价
热门文章
- 想法:javac:源版本1.7需要目标版本1.7
- 无法在终端中显示Git树
- 如何获取字符串的最后一个字符?
- 如何修复“ android.os.NetworkOnMainThreadException”?
- #2002 Cannot log in to the MySQL server, PHPMyAdmin/MySQL
- Android每周一个学习计划——RxJava2 0的学习使用
- oracle 11g dataguard安装出现的错误
- smarty学习——编程知识
- tidevice安装(MacOS)
- Appium安装(Mac版)