基于微流控芯片的脉冲神经膜计算模型研究

Spiking neural P system model is the computational model which has good parallel processing ability. It is a hot spot in the current research on the theory of membrane computing, but the research on the simulation of Spiking neural P system model based on real parallel platform needs to be further studied. This project intends to build a new model of Spiking neural P system model by means of the different connections of neurons and synapses, the type of rules and the mode of operation, the mode of pulse transport, and the working mode and parallelism of the model, and its computing power is analyzed. On the basis of studying the theory of computational coding, combined with the characteristics of signal processing in the process of micro fluidic chip information processing, the coding system for the calculation model of the Spiking neural P system model is developed. The microfluidic chip is used as the research platform, which can be used to control the micro scale or nano scale structure and surface properties of the functionalized microelectrode array, by using the method of cell light signal coding and electrochemical impedance spectroscopy and laser Raman spectroscopy, the implementation of logic and arithmetic operations for the computation of Spiking neural P system model. The research of this project will broaden the ideas and methods of the hardware implementation of the membrane computing, promote the development of the new high performance computing technology, and provide new theoretical and technical support for the engineering application.

脉冲神经膜计算模型是一种具有良好并行处理信息能力的分布式计算模型，是当前膜计算理论研究的热点，但使用真正的并行平台对脉冲神经膜计算模型进行仿真实现的研究有待于进一步深入。本项目拟通过神经元和突触不同的连接、规则类型和运行方式、脉冲的转运方式，再结合模型的工作模式与并行度，构建新型脉冲神经膜计算模型，并分析其计算能力；深入研究计算编码理论的基础上，结合微流控芯片信息处理过程中信号的量测特性，改进脉冲神经膜计算模型的编码，建立适合微流控芯片的脉冲神经膜计算模型编码系统；以微流控芯片为研究平台，在功能化微电极阵列的微/纳多尺度结构与表面性能的智能调控下，利用细胞光信号编码技术和电化学阻抗谱法－激光拉曼光谱法在线联用表征手段，探索脉冲神经膜计算的逻辑与算术运算的微流控芯片实现。本项目的研究将拓宽膜计算的硬件实现的思路和方法，促进新型高性能计算技术的发展，为工程应用提供新的理论和技术支持。

膜计算具有强大的分布式计算和并行处理能力，脉冲神经型膜系统是当前膜计算理论研究的热点之一。基于脉冲神经膜系统的旋转和平移不变性特征，通过分析与研究不同神经元内与神经元之间、突触上与突触之间、神经元与突触之间的连接方式、规则存在的形式与运行方式、转运方式等方面的不同所能达到的运算效果，构建了新型脉冲神经膜系统，设计并实现了概率脉冲神经膜系统及算法，将构造的新型膜计算模型与经典计算理论中的理论计算装置的计算能力进行比较，得出新型膜计算模型的计算能力，从理论上证明新型脉冲神经膜系统的有效性。根据微流控芯片具有高控制精度、高并行性与能集成到微米级的操作环境等优点，作为实现新型脉冲神经膜计算模型的硬件设备。构建了基于脉冲神经型膜计算的逻辑与算术运算，然后根据构建模型设计并实现了逻辑与算术运算的微流控芯片。使用FPGA对微流控芯片的Coulter计数器的检测信号进行采集，电力驱动来实现电解质溶液的流动，使用气动微阀来实现通道的打开与关闭，使用Coulter计数器来实现反应池中微粒的计数，使用介电泳分离来实现微粒的分离，根据返回的信号实现对微流控芯片的控制。. 项目研究基于微流控芯片的膜计算模型，将先进的生物芯片技术和信息技术结合在一起，促进了新型高性能计算技术的发展，拓宽了膜计算的硬件实现的方法和路径。.