● 摘要
微电极阵列记录技术的发展更方便了神经元锋电位与场电位的记录，但也带来了大量数据处理问题。其中单神经元细胞外动作电位(即spike)的提取和分类就是急需解决的重要问题之一，它是大脑神经系统编码机制和信息处理机制研究的基础。没有这样的数据处理，大量的数据需要被转移到一个主机，通常电缆是必需的。在这种情况下，病人和测试对象会被限制自由运动，这阻碍了基本神经科学的研究，并且为使用神经假肢装置的病人造成了不便。本文中分析神经网络算法及其硬件实现方法，对神经spike信号采用神经网络算法进行特征提取，完全利用模拟电路对信号的特征提取的硬件实现进行设计。分析可行的神经网络算法，选择了用最少的特征参数反映出锋电位的波形特征的主成分分析（PCA）算法，设计每个模块的电路，来实现设计低功耗，低面积的神经信号处理电路。最终验证通过模拟电路实现的神经特征提取电路的权值是可以具有很好的收敛性的。