中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
腦機接口電路與系統(腦電波芯片控制智能假體的黑科技腦機接口詳解,未來已至), 版權信息
- ISBN：9787111654445
- 條形碼：9787111654445 ; 978-7-111-65444-5
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
腦機接口電路與系統(腦電波芯片控制智能假體的黑科技腦機接口詳解,未來已至), 本書特色
近年來由于腦科學與人工智能技術的迅猛發展，腦機接口技術得到了長足的進步和飛速的發展，已逐漸成為當前神經工程領域中*活躍的研究方向之一，在生物醫學、神經康復和智能機器人等領域具有重要的研究意義和巨大的應用潛力，應用領域也在逐漸擴大。本書從電路和系統層面，介紹了實現腦機接口集成電路的若干關鍵核心技術。在電路層面，作者介紹了具有電容反饋低噪聲放大器和電容衰減帶通濾波器的低功率神經信號調節系統，以及幾種分別基于電壓域、電流域和時間域等方法實現的A/D轉換器，并從電路架構層次評估了如何在噪聲、速度和功耗之間進行折衷。在系統層面，作者介紹了基于非線性能量算子尖峰探測和基于核函數的多類支持向量機分類的128通道可編程神經尖峰信號分類器。另外，還提出了在神經接口設計中應對工藝偏差的多變量優化方法。
腦機接口電路與系統(腦電波芯片控制智能假體的黑科技腦機接口詳解,未來已至), 內容簡介
近年來由于腦科學與人工智能技術的迅猛發展，腦機接口技術得到了長足的進步和飛速的發展，已逐漸成為當前神經工程領域中*活躍的研究方向之一，在生物醫學、神經康復和智能機器人等領域具有重要的研究意義和巨大的應用潛力，應用領域也在逐漸擴大。本書從電路和系統層面，介紹了實現腦機接口集成電路的若干關鍵核心技術。在電路層面，作者介紹了具有電容反饋低噪聲放大器和電容衰減帶通濾波器的低功率神經信號調節系統，以及幾種分別基于電壓域、電流域和時間域等方法實現的A/D轉換器，并從電路架構層次評估了如何在噪聲、速度和功耗之間進行折衷。在系統層面，作者介紹了基于非線性能量算子尖峰探測和基于核函數的多類支持向量機分類的128通道可編程神經尖峰信號分類器。另外，還提出了在神經接口設計中應對工藝偏差的多變量優化方法。
腦機接口電路與系統(腦電波芯片控制智能假體的黑科技腦機接口詳解,未來已至), 目錄
譯者序
作者簡介
縮略語表
物理量符號表
第1章引言
1.1腦機接口：電路與系統
1.2當前設計實踐的述評
1.3研究意義
1.4本書章節安排
參考文獻
第2章神經信號調理電路
2.1概述
2.2高能效神經信號調理電路
2.3運算放大器
2.4實驗結果
2.5結論
參考文獻 第3章神經信號量化電路
3.1概述
3.2低功耗ADC結構
3.3ADC構建模塊
3.3.1 采樣保持電路
3.3.2 自舉開關電路
3.3.3 運算放大器電路
3.3.4 鎖存比較器電路
3.4電壓域SAR A/D轉換
3.5電流域SAR A/D轉換
3.6時域兩級A/D轉換
3.7實驗結果
3.8結論
參考文獻 第4章神經信號分類電路
4.1概述
4.2神經尖峰信號探測器
4.3神經尖峰信號分類器
4.4實驗結果
4.5結論
參考文獻
第5章腦機接口:系統優化
5.1概述
5.2電路參數的理論公式
5.2.1隨機工藝偏差
5.2.2神經記錄接口的噪聲
5.3用于工藝偏差分析的隨機MNA
5.4用于噪聲分析的隨機MNA
5.5多通道神經記錄界面的單位面積功耗優化
5.5.1功耗優化
5.5.2單位面積功耗優化
5.6實驗結果
5.7結論
參考文獻
第6章 結語
6.1 實驗結果總結
6.2 展望
附錄
A.1 功率-噪聲放大器折中
A.2 信號調理電路功率
A.3 信號量化電路功率
A.4 可編程增益SAR ADC的噪聲分析
B.1 MOS晶體管模型不確定性
B.2 電阻和電容模型不確定性
B.3 時域分析
B.4 參數提取
B.5 性能函數糾正
B.6 樣本大小的確定
B.7 頻域分析法
參考文獻
作者簡介
縮略語表
物理量符號表
第1章引言
1.1腦機接口：電路與系統
1.2當前設計實踐的述評
1.3研究意義
1.4本書章節安排
參考文獻
第2章神經信號調理電路
2.1概述
2.2高能效神經信號調理電路
2.3運算放大器
2.4實驗結果
2.5結論
參考文獻 第3章神經信號量化電路
3.1概述
3.2低功耗ADC結構
3.3ADC構建模塊
3.3.1 采樣保持電路
3.3.2 自舉開關電路
3.3.3 運算放大器電路
3.3.4 鎖存比較器電路
3.4電壓域SAR A/D轉換
3.5電流域SAR A/D轉換
3.6時域兩級A/D轉換
3.7實驗結果
3.8結論
參考文獻 第4章神經信號分類電路
4.1概述
4.2神經尖峰信號探測器
4.3神經尖峰信號分類器
4.4實驗結果
4.5結論
參考文獻
第5章腦機接口:系統優化
5.1概述
5.2電路參數的理論公式
5.2.1隨機工藝偏差
5.2.2神經記錄接口的噪聲
5.3用于工藝偏差分析的隨機MNA
5.4用于噪聲分析的隨機MNA
5.5多通道神經記錄界面的單位面積功耗優化
5.5.1功耗優化
5.5.2單位面積功耗優化
5.6實驗結果
5.7結論
參考文獻
第6章 結語
6.1 實驗結果總結
6.2 展望
附錄
A.1 功率-噪聲放大器折中
A.2 信號調理電路功率
A.3 信號量化電路功率
A.4 可編程增益SAR ADC的噪聲分析
B.1 MOS晶體管模型不確定性
B.2 電阻和電容模型不確定性
B.3 時域分析
B.4 參數提取
B.5 性能函數糾正
B.6 樣本大小的確定
B.7 頻域分析法
參考文獻
展開全部
腦機接口電路與系統(腦電波芯片控制智能假體的黑科技腦機接口詳解,未來已至), 作者簡介
阿米爾•齊亞約（Amir Zjajo）于2000年獲得英國倫敦帝國理工學院的碩士和DIC學位，并于2010年獲得荷蘭埃因霍溫理工大學的博士學位，專業為電子工程專業。2000年，他加入飛利浦研究實驗室，成為混合信號電路與系統組的研究人員。
從2006年到2009年，他是恩智浦半導體公司研究部的高級研究科學家。2009年，他加入代爾夫特理工大學，擔任電路與系統組的教師。
齊亞約博士已發表超過70多篇期刊和會議論文，擁有十項以上的授權或正在申請的美國專利。他是《低壓高分辨率A/D轉換器：設計、測試和校準》（斯普林格2011，中文翻譯2015）和《深亞微米CMOS中的隨機過程變化：電路和算法》（斯普林格2014）一書的作者。他是IEEE歐洲設計、自動化和測試會議、IEEE電路和系統國際研討會、IEEE VLSI國際研討會、IEEE納米電子和信息系統國際研討會和IEEE嵌入式計算機系統國際會議的技術項目委員會成員。
他的研究方向包括節能的混合信號電路和系統、健康和移動應用及神經形態電子電路設計、自主認知系統等。Zjajo博士曾獲得BIODEVICES 2015和DATE 2012會議的*佳論文獎。
書友推薦
- >
史學評論
- >
煙與鏡
- >
中國歷史的瞬間
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
伊索寓言-世界文學名著典藏-全譯本
- >
回憶愛瑪儂
- >
唐代進士錄
- >
上帝之肋:男人的真實旅程
本類暢銷
