基于FPGA的神经元-星形胶质细胞混合模型硬件实现及其在癫痫活动控制中的应用研究

《Engineering Science and Technology, an International Journal》：Nonlinear hardware realization and fast digital approximation of the dressed neuron model for astrocyte–neuron coupling dynamics

本文针对传统Dressed Neuron Model（DNM）在硬件实现中存在的计算复杂性问题，提出了一种混合近似模型HMoDNM。研究人员通过双项正弦函数逼近和查找表技术简化非线性计算，在FPGA平台上实现了神经元-星形胶质细胞双向信号传递的实时模拟。结果表明该模型能准确复现钙离子振荡和动作电位动态，成功演示了星形胶质细胞通过IP3介导的钙信号对癫痫样活动的抑制功能。这项研究为神经形态计算和闭环神经调控设备开发提供了新思路。

　　

大脑作为人体最复杂的器官，其功能实现依赖于神经元与胶质细胞间的精密协作。传统神经科学研究多聚焦于神经元电活动，而近年来星形胶质细胞作为主动调控者的角色逐渐被揭示。这类细胞通过钙离子（Ca²⁺）波动与神经元形成双向对话，尤其在癫痫等病理状态下表现出关键调控作用。然而，现有计算模型常因复杂的非线性运算难以实现实时仿真，阻碍了相关神经工程应用的发展。

为解决这一瓶颈，研究团队在《Engineering Science and Technology, an International Journal》发表论文，提出了一种面向硬件优化的混合模型HMoDNM。该工作通过双项正弦函数逼近原DNM模型中的超越函数，对IP₃激活速率等复杂动力学采用查找表替代，显著降低计算复杂度。基于FPGA的硬件架构采用<1,10,27>定点数格式和移位加法运算，实现了无乘法器的实时仿真系统。研究通过参数扫描验证了模型在两种模态下的动力学保真度，相关系数均超过94%，RMSE控制在10^-4量级。

在关键技术方法方面，作者首先建立了包含电压门控离子通道（钠、钾、漏电流）的神经元模型与基于Li-Rinzel方程的星形胶质细胞Ca²⁺动力学模型耦合系统。其次采用约束穷举搜索算法优化正弦逼近系数，对α_q([IP₃])等函数实施5μM步长的查找表离散化。最后设计流水线架构，通过38位定点数运算和Δt=2^-8s的欧拉积分步长实现生物实时仿真。

星形胶质细胞介导的癫痫活动控制

通过调节IP₃生成速率（r_IP3=0.2-0.8）和钙泵速度（v₃=0.5-1.5），研究发现当r_IP3=0.8时，星形胶质细胞能通过增强的钙振荡产生超极化电流I_astro=2.11·Θ(lny)·lny，将神经元放电次数从11337次抑制至2738次。这表明提升星形胶质细胞反应性可有效遏制病理性放电。

混合模型验证

对比原DNM与HMoDNM在膜电位、Ca²⁺浓度和IP₃浓度的时间序列，两者在模式1（r_IP3=0.2）和模式2（r_IP3=0.8）下均保持高度一致。膜电位跟踪误差NRMSE<0.065%，证实正弦逼近策略在生理动态范围内的有效性。

硬件资源优化

采用<1,10,27>定点数格式确保Ca²⁺浓度（0-600μM）和IP₃浓度（0-800μM）的完整动态范围覆盖。通过27位小数位保留2^-27精度，移位替代乘法的设计使模型在Xilinx Zynq-7000平台仅消耗201个LUT和89个DSP模块。

本研究通过算法-硬件协同优化，首次实现了神经元-星形胶质细胞双向作用模型的实时仿真。所提出的HMoDNM不仅为神经形态芯片提供新范式，更揭示了星形胶质细胞作为癫痫治疗靶点的调控潜力。这种基于生物物理机制的闭环控制策略，为下一代神经假体设备开发奠定了理论基础。