Abstract
在許多的植入式生醫晶片系統中，為了即時感測多維的時變神經電生理訊號，一個後端的智慧型晶片系統是不可或缺的。舉例來說，腦機介面可以藉由多通道的神經訊號之後，避免以無線的方式傳送所有資訊，或者是將神經電生理訊號轉為電氣訊號，進而控制人工義肢等末端的機電輔具。 由Movellan所提出的擴散網路是一個隨機型的類神經網路，藉由蒙地卡羅期望值最大化演算法，擴散網路可以用來學習特定機率分佈之連續訊號，更可以進一步用以摡括生理信號的變異性，故採用擴散網路來辨識連續的生理信號。我們利用電容充放電的行為將網路以類比電路的方式來實現晶片系統，供應電壓採用1.5伏特以降低功率消耗。為了不讓低電壓的設計直接壓縮到信號的動態範圍，我們採用對數領域的轉換來使得電晶體操作在次臨界區域。當狀態變數定義為電流時，可以對應出其節點電壓，這樣的指數關係式將原方程式轉換為對數領域的表示法，而新的方程式中的狀態變數將變為此節點電壓，原狀態變數也就表示說經過對數壓縮到節點電壓上，而經過對數領域的轉換將不會改變擴散網路應有的行為，狀態變數在電路上將具有數十倍的變動範圍。當在變數的動態範圍不受影響的狀況下，可以使電路操作在有限的供應電壓。半導體元件特性導致的電路非理想效應、以及對應輸出信號的影響亦進一步用模擬的方式量化呈現。在文末的量測結果亦證實，擴散網路可以順利的學習及辨識所需的生理訊號。