文獻標(biāo)識碼: A
DOI:10.16157/j.issn.0258-7998.2017.06.007
中文引用格式: 李嚴(yán). 醫(yī)學(xué)應(yīng)用集成電路的新進展[J].電子技術(shù)應(yīng)用,,2017,43(6):28-32,,36.
英文引用格式: Li Yan. The recent progress of integrated circuits for medical applications[J].Application of Electronic Technique,,2017,43(6):28-32,,36.
0 引言
隨著微電子技術(shù)的發(fā)展,,集成電路在醫(yī)學(xué)領(lǐng)域中的應(yīng)用越來越廣泛,包括便攜式醫(yī)療儀器,、可穿戴式醫(yī)療儀器,、植入式醫(yī)療儀器、仿生器官等,。
對于便攜式醫(yī)療儀器,,要求體積小、方便攜帶,,使用不受環(huán)境限制,;對于可穿戴式醫(yī)療儀器,要求便于佩戴,;對于植入式醫(yī)療儀器,、仿生器官,,要求體積更小,以適合植入人體,,不給使用者帶來不適,、增加痛苦,不產(chǎn)生組織損傷,。因此,,無論哪種類型的應(yīng)用,都需要不同程度的減小體積,、降低功耗,。減小體積,一方面要減小電路系統(tǒng)的體積,,另一方面要減小電池的體積,。而除了系統(tǒng)本身要求低功耗,,當(dāng)電池體積不能太大,,也可以說電池的容量受限的情況下,也必須降低功耗,,或者尋求新的供電方式,。另外,由于生理信號通常頻率很低,,因此設(shè)計和實現(xiàn)高性能的低截止頻率濾波器對于模擬集成電路的設(shè)計也是極大的挑戰(zhàn)[1],。此外,無論是便攜式,、穿戴式還是植入式的形式,,所面對具體的應(yīng)用環(huán)境都相對復(fù)雜,生理信號頻率,、幅度在一定條件下的變化,,外界環(huán)境的干擾,人體本身的影響等因素都需要在集成電路設(shè)計階段進行全面的預(yù)先考慮,,并且很多情況在仿真階段無法完全真實地模擬,,因此存在最終測試結(jié)果與仿真結(jié)果差別較大的風(fēng)險,這給醫(yī)學(xué)應(yīng)用集成電路設(shè)計增加了不確定性,。
基于以上分析,,應(yīng)用于醫(yī)學(xué)領(lǐng)域的集成電路的設(shè)計主要是面向頻率很低的生理信號采集和處理,或?qū)崿F(xiàn),、輔助實現(xiàn)某些器官的功能,,尋求在功耗、體積,、頻率,、穩(wěn)定性,、處理精度等方面的突破,使其適應(yīng)便攜式,、穿戴式,、植入式等應(yīng)用環(huán)境,實現(xiàn)預(yù)期的功能,,為人類健康服務(wù),。與此同時,將集成電路滲透入醫(yī)學(xué)領(lǐng)域的方方面面,,需要面對不斷出現(xiàn)的新的要求和挑戰(zhàn),,也為其發(fā)展提供新的方向。
依據(jù)不同的應(yīng)用環(huán)境,,本文總結(jié)了醫(yī)學(xué)領(lǐng)域的集成電路的最新進展,,概括具有代表性的研究成果中所采用新的思路、新的關(guān)鍵技術(shù),、新的方法,,在此基礎(chǔ)上分析了醫(yī)學(xué)領(lǐng)域的集成電路的發(fā)展趨勢。
1 醫(yī)學(xué)應(yīng)用集成電路的新進展
集成電路在醫(yī)學(xué)領(lǐng)域的應(yīng)用非常廣泛,,分類角度也有很多,,例如,在電路功能上,,涵蓋了前端放大濾波,、模數(shù)轉(zhuǎn)換、數(shù)字信號處理,、算法實現(xiàn),、無線通信等等;在具體應(yīng)用環(huán)境上,,包括穿戴式,、便攜式、植入式,;在處理信號的類型上,,包括模擬信號、數(shù)字信號,。
本文將根據(jù)集成電路的實際工作環(huán)境,,對醫(yī)學(xué)應(yīng)用集成電路的最新研究進展進行分析。需要說明的是,,雖然目前多數(shù)以集成電路為核心部件實現(xiàn)的仿生器官也是植入式應(yīng)用,,但是它主要的作用是實現(xiàn)或輔助實現(xiàn)器官的功能,這與治療有一定的區(qū)別,所以仿生器官與植入式醫(yī)療儀器將分開介紹,。
1.1 便攜式醫(yī)療儀器
集成電路在便攜式醫(yī)療儀器中的應(yīng)用,,主要是輔助簡化原本復(fù)雜的檢測過程或設(shè)備,或者實現(xiàn)原本體積大,、功耗高,、應(yīng)用場合受限的儀器的關(guān)鍵部件,降低儀器的體積,、功耗,、成本,使其方便在更多的環(huán)境使用,,甚至可以在家庭使用,。
呼吸機相關(guān)性肺炎(VAP)快速檢測是典型的利用集成電路將復(fù)雜的檢測過程簡單化的例子。呼吸機相關(guān)性肺炎(VAP)是指機械性通氣的病人由于多種細(xì)菌的侵入,,所感染的肺炎,,它會導(dǎo)致敗血性休克、心肺衰竭,、甚至是死亡[2],。如圖1(a)所示[2],VAP的標(biāo)準(zhǔn)檢測過程是:胸部X光,,抽血,,痰培養(yǎng),,然后基于醫(yī)生的經(jīng)驗,,為有可疑微生物的患者注射抗生素。研究顯示,,VAP的死亡率在20-50%,,在重癥監(jiān)護室(ICU)中甚至更高。救治的最佳時間在早期,。因此,,研發(fā)快速檢測設(shè)備成為爭取救治時間、降低死亡率的關(guān)鍵,。
有護理人員發(fā)現(xiàn),,當(dāng)感染了肺炎后,患者會呼出有明顯氣味的氣體,,因此,,研究者基于這個現(xiàn)象,利用患者的呼出氣體進行肺炎的檢測[3-4],。雖然基于氣味的肺炎檢測在理論上更簡單,,但是傳統(tǒng)的氣體分析方法需要在實驗室里用色譜-質(zhì)譜分析儀或傅里葉紅外分光計對氣體樣品進行檢測。盡管這兩種方法的結(jié)果都很準(zhǔn)確,,但顯然并不適合日常監(jiān)測,?;诤舫鰵怏w分析的VAP快速檢測儀的示意圖如圖1(b)所示,這將使實時監(jiān)測和快速檢測VAP成為可能,,從而極大降低死亡率,,特別是ICU中。
文獻[2]研發(fā)了一種用于快速檢測VAP的芯片,,采用90 nm CMOS工藝,,芯片上集成了8個傳感器、自適應(yīng)接口,、逐次逼近型(SAR)ADC,,連續(xù)受限玻爾茲曼機的學(xué)習(xí)內(nèi)核,以及帶有SRAM的精簡指令集計算機核,,在0.5 V的電源電壓下,,功耗為1.27 mW。利用基于此芯片搭建的VAP檢測系統(tǒng),,在對76名感染者和41名未感染者的測試結(jié)果表明,,系統(tǒng)分辨是否感染的準(zhǔn)確率可以達到94.06%,在感染者里分辨相關(guān)微生物的準(zhǔn)確率可以達到100%,,為VAP的快速檢測提供了可靠的解決方案,。
便攜式超聲系統(tǒng)是利用集成電路實現(xiàn)體積大、功耗高,、或者一般只能在醫(yī)院使用的儀器的關(guān)鍵部件的最具代表性的例子,。超聲是一種重要的實時、非侵入式身體監(jiān)測和成像手段,,根據(jù)超聲回波的傳播時間,,可以很快計算和呈現(xiàn)人體的血流速度、組織硬化度,、組織結(jié)構(gòu)等不同特征,。但是,目前的超聲系統(tǒng)昂貴,、笨重,、復(fù)雜、耗電,,限制了它在很多場合的使用[5-6],。例如,在需要即時診斷的情況下,,手持超聲設(shè)備具有很大優(yōu)勢,。目前它的應(yīng)用已經(jīng)擴展到了在救護車、戰(zhàn)場、急診室等環(huán)境中的疾病,、內(nèi)部損傷,、血液動力學(xué)等的即時診斷。
文獻[5]提出了一個新的用于即時檢測的便攜式超聲系統(tǒng)的片上解決方案,。芯片包括所有的信號處理模塊和基于硬件的成像方法設(shè)計的高效結(jié)構(gòu),,每秒可進行168億次浮點運算,具有1.21千萬個邏輯門,,相當(dāng)于一個奔騰4處理器,。芯片采用UMC 0.13 μm工藝,面積為27 mm×27 mm,,功耗為1.2 W,。基于這個芯片,,實現(xiàn)了一個手持式超聲成像系統(tǒng),,尺寸僅為200 mm×120 mm×45 mm,如圖2所示,,實驗表明,,系統(tǒng)可以為即時檢測提供恰當(dāng)質(zhì)量的成像結(jié)果。
文獻[6]也提出了一種微型超聲成像系統(tǒng),,如圖3所示,,用途更加具體,用專用芯片和壓電轉(zhuǎn)換器陣列傳遞和捕捉二維圖像,,可通過檢測人體的脂肪層和肌肉厚度,,監(jiān)測人體健康及健身狀況。芯片采用0.18 μm CMOS工藝,,包括7個相同的通道,,每個通道都包括高壓電平移位器,,高壓DC-DC轉(zhuǎn)換,,數(shù)字TX波束形成器和RX前端。芯片采用1.8 V電源電壓供電,,用片上電荷泵產(chǎn)生5 V和32 V電壓來提供32 V脈沖驅(qū)動壓給電轉(zhuǎn)換器陣列,。經(jīng)過一系列基于模型及人體的在體測試以驗證系統(tǒng)的性能,系統(tǒng)的工作頻率可達40 MHz,,測量敏感度為225 nV/Pa,,數(shù)據(jù)獲取時間為21.3 ms,可以成像深入至人體組織5 cm,,每個脈沖回聲只消耗16.5 μJ的能量,。系統(tǒng)由于采用了集成電路作為關(guān)鍵部件,使其成本、體積,、效率和功耗有了極大的改進,,不僅方便了更多場合的使用,更使得超聲設(shè)備有可能在家庭中使用,。
1.2 可穿戴式醫(yī)療儀器
集成電路在可穿戴式醫(yī)療儀器中的應(yīng)用,,貫穿于生理信號的采集與前端處理,模數(shù)轉(zhuǎn)換,,數(shù)字信號處理等各個過程,,具體包括與傳感器接口電路、放大器,、濾波器,、模數(shù)轉(zhuǎn)換器、系統(tǒng)芯片等的設(shè)計與實現(xiàn),。它關(guān)注的焦點主要是生物電信號,、脈搏波、呼吸等適合可穿戴式測量的信號,。再基于對這些信號的采集和處理,,監(jiān)測與其相關(guān)的重要參數(shù)或指標(biāo),達到隨時了解健康狀況,、預(yù)防重大疾病或突發(fā)病癥的目的,。
以目前被關(guān)注和研究較多的心電信號為例,心電是人類重要的生命體征信號,,基于心電進行信號分析,、處理及特征提取,可以得到很多與心血管健康狀況相關(guān)的重要生理信息,。而心血管疾病在許多國家被公認(rèn)是首要的健康問題,。研究表明,心血管疾病發(fā)病致死多數(shù)是由于發(fā)生在醫(yī)院外,,得不到及時的救治,。因此,通過采集和處理心電信號,,實時監(jiān)測與心血管疾病相關(guān)的重要參數(shù),,及時對突發(fā)狀況進行處理,顯得尤為重要,。
文獻[7]研發(fā)了用于QRS波探測的超低功耗模數(shù)轉(zhuǎn)換器(ADC),,適用于可穿戴式心電信號檢測。芯片的核心部分-事件驅(qū)動(Event-driven)的ADC的性能主要決定于其反饋環(huán)路延遲,、比較器和DAC的分辨率,。比較器采用三級結(jié)構(gòu),,第一級是軌對軌的差分放大器,第二級是增益級,,第三級是緩沖輸出級,,后仿真結(jié)果顯示,在所有工藝角仿真中,,-10~80 ℃的情況下,,延遲小于3.6 μs,有效位數(shù)(ENOB)大于8.1,。5位的DAC采用梯形電阻網(wǎng)絡(luò),,仿真顯示,其分辨率足夠用于QRS波的探測,。芯片的顯微照片如圖4所示,,芯片采用0.13 μm CMOS工藝,在0.3 V電源電壓下,,包括ADC在內(nèi)的QRS波檢測電路的功耗只有220 nW,,使其成為近期發(fā)表的功耗最低的具有QRS探測功能的轉(zhuǎn)換器。
可穿戴式醫(yī)療儀器需要通過生理信號的采集與處理實現(xiàn)功能,,模數(shù)轉(zhuǎn)換器作為模擬信號與數(shù)字信號的橋梁,,占據(jù)非常重要的位置。傳統(tǒng)的模數(shù)轉(zhuǎn)換器是根據(jù)奈奎斯特抽樣理論的,,采樣頻率必須在奈奎斯特或其以上頻率,,這會產(chǎn)生大量數(shù)據(jù),給數(shù)據(jù)的進一步處理,、傳輸?shù)仍黾恿素?fù)擔(dān)[8-9],。文獻[10]提出另外一種信號轉(zhuǎn)換的方法,即基于壓縮傳感理論(CS)實現(xiàn)的模擬到信息的轉(zhuǎn)換器(AIC)芯片,。CS理論把傳統(tǒng)信號處理過程中的采樣和壓縮合并,,先對信號非自適應(yīng)線性抽樣,再進行還原[9],,它用信號攜帶的實際信息估計所需測量的次數(shù),,而與信號帶寬無關(guān)。與基于香農(nóng)采樣定理的經(jīng)典ADC相比,,將極大降低必要的測量次數(shù),。
如圖5所示,在標(biāo)準(zhǔn)數(shù)字壓縮方法中,,輸入信號首先以奈奎斯特速率被采樣和轉(zhuǎn)換為數(shù)字信號,然后用壓縮算法通過數(shù)字信號處理器進行處理,,原始信號可以通過解壓縮算法恢復(fù),。在CS方法中,,模擬信號首先被CS編碼器處理,然后被一個工作頻率比奈奎斯特頻率小的ADC采樣和轉(zhuǎn)換得到少量測量值,,最后用CS解碼器進行重建[10],。
目前,在生物醫(yī)學(xué)信號的處理中,,基于CS的解決方案,,利用集成電路實現(xiàn)的很少。文獻[10]報道的基于CS理論的AIC芯片,,采用0.18 μm CMOS工藝,,1.8 V電源電壓,尺寸為2.3 mm×3.7 mm,,包括一個16RMPI通道,,11位的SAR ADC,邏輯控制部分沒有放在芯片中,,而是用FPGA實現(xiàn),,以保證最大的自由度。在對真實心電和肌電信號的測試結(jié)果中顯示,,芯片可以較為理想的重建信號并且沒有明顯的損失,。
1.3 植入式醫(yī)療儀器
在植入式醫(yī)療中,常常需要對植入的芯片供電,。感應(yīng)式能量傳輸已經(jīng)應(yīng)用于很多植入式醫(yī)療儀器中,,與電池和經(jīng)皮連接相比,它對病人來說更加安全,、方便,,體積也更小。感應(yīng)式能量傳輸系統(tǒng)通常包括發(fā)射端,、接收端和電源管理部分,,在發(fā)射端包含一個功放,接著是匹配網(wǎng)絡(luò)和主線圈,;在三線圈系統(tǒng)中,,接收端包含兩個線圈,分別用于能量接收和與負(fù)載阻抗匹配[11],。植入式醫(yī)療儀器中的感應(yīng)式能量傳輸需要高傳輸效率,,以減少線圈的散熱、降低外部電源的尺寸,。
文獻[11]提出一個用于生物醫(yī)學(xué)領(lǐng)域的三環(huán)路感應(yīng)式能量傳輸系統(tǒng),,包括閉環(huán)能量控制部分,自適應(yīng)共振補償發(fā)射端,,自動共振調(diào)節(jié)接收端,。系統(tǒng)不僅可以抵制耦合和負(fù)載的變化,,而且可以補償由于周圍環(huán)境引起的變化,以此提高能量傳輸效率,。芯片采用0.35 μm CMOS工藝,,面積為2.54 mm2,如圖6所示,,測量結(jié)果顯示,,與同樣功能的開環(huán)或單閉環(huán)系統(tǒng)相比,能量傳輸效率分別可以提高10.5%和4.7%,。這是第一個包括三個環(huán)路的感應(yīng)式能量傳輸系統(tǒng),,可以補償由于環(huán)境和電路引起的變化,并且改進從Tx驅(qū)動到Rx負(fù)載整體傳輸效率,。
具體來說,,集成電路在植入式醫(yī)療中的一個重要應(yīng)用是神經(jīng)電記錄。目前,,在一塊神經(jīng)電信號記錄芯片內(nèi)已經(jīng)可以集成幾百個通道來同時監(jiān)測大腦中神經(jīng)元的活動,。腦機接口就是其中一個重要應(yīng)用,可以用于治療帕金森綜合癥,、幫助恢復(fù)運動功能以及進行神經(jīng)科學(xué)研究等,。通常情況下,傳感器部分植入體內(nèi),,用于測量動作電位(即spike信號),,然后傳輸原始信號至外部進行處理,以減少感染的機會,,外部的處理單元會從動作電位中提取信息,,產(chǎn)生相應(yīng)的控制參數(shù)為仿生器官、義肢,、刺激器等形成一個閉環(huán)反饋,。在這類應(yīng)用中,對植入芯片的功耗具有嚴(yán)格要求,,以防止由于其散熱過多損壞周圍的人體組織,。
文獻[12]提出了一種用于神經(jīng)電信號記錄系統(tǒng)中的低功耗、小體積的電流模動作電位檢測芯片,。這種設(shè)計方法能夠使數(shù)據(jù)大幅度壓縮,,有利于無線傳輸。電路用模擬模塊實現(xiàn)近似非線性能量算子(NEO)的方法,,得到高信噪比的輸出信號,,并在其后用低通濾波器估計和消除低頻干擾、估計動作電位的閾值,。芯片采用65 nm CMOS工藝,,芯片面積為200 μm×150 μm,,在0.7 V電源電壓下,,靜態(tài)功耗僅為30 nW,,輸入為100 Hz的動作電位信號時,動態(tài)功耗為7 nW,。此芯片為至今為止功耗最低的動作電位檢測芯片,。
1.4 仿生器官
在仿生器官的應(yīng)用中,多數(shù)情況都需要將芯片放入人體內(nèi)來模擬某些器官的功能,,比如電子耳蝸,、心臟起搏器[13],因此,,仿生器官也可以說是集成電路的植入式應(yīng)用,。但是與植入式醫(yī)療儀器的區(qū)別在于,仿生器官的目的是幫助或代替某人體器官實現(xiàn)其功能,,而通常不是監(jiān)測,、診斷、預(yù)防或治療,。下面以耳蝸為例,,了解集成電路在仿生器官中的應(yīng)用。
耳蝸具有顯著的濾波作用,,它把聲壓信號轉(zhuǎn)化為多通道的帶通輸出,,通頻帶外的分量被陡峭的阻帶抑制。耳蝸的濾波特點使它能夠適應(yīng)寬動態(tài)范圍的聲音輸入,,并且完成高分辨率的頻率分解,。近年來,很多仿生系統(tǒng)采用濾波器模擬耳蝸的功能,。
文獻[14]提出了一種用于電子耳蝸的9階濾波器,。濾波器由三個子濾波器共同得到頻率特性,如圖7所示,,包括一個2階帶通濾波器,,用于確定整個濾波器的中心頻率;一個2階低通濾波器,,提供可調(diào)的增益,、品質(zhì)因數(shù)和中心頻率;一個5階低通濾波器,,呈現(xiàn)陡峭的衰減,,達到300 dB/dec。
通過改變偏置電流,,中心頻率可以在31 Hz~8 kHz之間變化,,功耗為59.5 μW~90 μW,,芯片面積為0.9 mm2。
作為區(qū)別于傳統(tǒng)CMOS耳蝸的另外一種選擇,,微機電系統(tǒng)(MEMS)耳蝸傳感器越來越受到關(guān)注,,它提供了一種新的低功耗、小尺寸的硅耳蝸系統(tǒng),。但是,,現(xiàn)有的MEMS系統(tǒng)很少可以達到像CMOS系統(tǒng)那樣程度的模擬耳蝸的頻率特性,它僅僅提供了一種基本的無源濾波器組,,后續(xù)仍然需要其他處理電路來共同實現(xiàn)耳蝸的功能,。文獻[14]提出的三級濾波器,包括一個帶通濾波器和兩個低通濾波器,,可以模擬出耳蝸的很多重要特性,,而MEMS耳蝸可以作為三級濾波結(jié)構(gòu)中的帶通濾波器,借助其機械濾波的特性,,來降低電路的功耗,,而隨后的兩級濾波器起到進一步處理信號的作用。但是,,在這種方法中,,MEMS傳感器需要讀出電路,并且讀出電路的功耗必須足夠低,,不超過MEMS傳感器所節(jié)省的功耗,,所以讀出電路的低功耗設(shè)計尤為重要;讀出電路面對的另外一個挑戰(zhàn)是MEMS-CMOS界面的寄生電容引起的關(guān)鍵信號的破壞[14],。
文獻[15]提出了一種帶有寄生電容抵消結(jié)構(gòu)的讀出電路,,由于電路的等效輸出電容是負(fù)值,從而可以達到與MEMS-CMOS接口寄生電容抵消的目的,。實驗結(jié)果證明,,采用此電路抵消寄生電容,可以使傳感器的敏感度提高35 dB,,而不消耗多余的能量,。另外,電路還采用斬波-穩(wěn)定(Chopper-Stabilization)技術(shù)來降低低頻噪聲和直流失調(diào),。芯片采用0.35 μm CMOS工藝,,面積為0.35 mm2,功耗為165.2 μW,,芯片的顯微照片如圖8所示,。
2 醫(yī)學(xué)應(yīng)用集成電路發(fā)展趨勢
正如前文所述,從便攜式、可穿戴式,、植入式醫(yī)療儀器到仿生器官,,集成電路已經(jīng)滲透到醫(yī)學(xué)領(lǐng)域的方方面面,從這些已有的研究成果中,,可以發(fā)現(xiàn)一些共性和特點,,也可以以此為依據(jù)分析醫(yī)學(xué)應(yīng)用集成電路未來的發(fā)展趨勢。
首先,,降低功耗,、減小體積仍然是設(shè)計者追求的目標(biāo),。尤其是植入式應(yīng)用中,,為了防止由于集成電路系統(tǒng)耗散熱量過大而破壞周圍的細(xì)胞、組織,,避免由于電路系統(tǒng)體積過大而使使用者產(chǎn)生不適,,對體積、功耗的要求更嚴(yán)格,。
其次,,許多研究者已經(jīng)開始引入MEMS技術(shù)實現(xiàn)傳感部件,使傳感器,、前端處理電路,、模數(shù)轉(zhuǎn)換、數(shù)字信號處理等越來越多的模塊可以集成于一塊硅片上,,真正的實現(xiàn)片上系統(tǒng)(SOC),,這也使得醫(yī)療儀器全部功能可以用單一芯片實現(xiàn),進一步降低其功耗,、體積,,擴展使用環(huán)境。
再次,,一些研究者已經(jīng)不滿足傳統(tǒng)的電路結(jié)構(gòu)所實現(xiàn)的功能,,開始用算法理論指導(dǎo)硬件電路的設(shè)計,開發(fā)新的信號處理思路,,例如,,用基于壓縮傳感(CS)理論的模擬到信息的轉(zhuǎn)換器(AIC)代替?zhèn)鹘y(tǒng)模數(shù)轉(zhuǎn)換器(ADC)。
第四,,已經(jīng)有團隊開始研究用集成電路實現(xiàn)低功耗的無線傳感節(jié)點[16],,完成生理信號的處理、無線傳輸,、電源管理等功能,。無線傳感器網(wǎng)絡(luò)雖然起源于軍事應(yīng)用,但是醫(yī)療作為其一項重要的新應(yīng)用,可以實現(xiàn)對病人各項生理數(shù)據(jù)的監(jiān)測,、跟蹤和對病人行動的監(jiān)控,,自動化巡房等,非常具有研究和實用價值,。因此,,集成電路將成為軀感網(wǎng),無線傳感器網(wǎng)絡(luò)中醫(yī)療模塊的關(guān)鍵技術(shù),。
微電子技術(shù)的迅猛發(fā)展,,醫(yī)學(xué)理論的日新月異,人們對生存狀況,、生活質(zhì)量的要求日益提高,,使得應(yīng)用于醫(yī)學(xué)領(lǐng)域的集成電路將不斷引入新技術(shù)、結(jié)合新理論,、拓展新應(yīng)用環(huán)境,,具有更加廣闊的發(fā)展空間。
參考文獻
[1] 李嚴(yán),,張元亭.一種用于可穿戴式生理參數(shù)檢測的集成電路[J].電子技術(shù)應(yīng)用,,2016,42(11):18-21.
[2] CHIU S W,,WANG J H,,CHANG K H,et al.A fully integrated nose-on-a-chip for rapid diagnosis of ventilator-associated pneumonia[J].IEEE Transactions on Biomedical Circuits and Systems,,2014,,8(6):765-778.
[3] NAYERI F,MILLINGER E,,NILSSON I,,et al.Exhaled breath condensate and serum levels of hepatocyte growth factor in pneumonia[J].Resp.Med.,2002,,96(2):115-119.
[4] CORRADI M,,PESCI A,CASANA R,,et al.Nitrate in exhaled breath condensate of patients with different airway diseases[J].Nitric Oxide,,2003,8(1):26-30.
[5] KANG J,,YOON C H,,LEE J J,et al.A system-on-chip solution for point-of-care ultrasound imaging systems:architecture and ASIC implementation[J].IEEE Transactions on Biomedical Circuits and Systems,,2016,,10(2):412-423.
[6] TANG H Y,SEO D J,SINGHAL U,,et al.Miniaturizing ultrasonic system for portable health care and fitness[J].IEEE Transactions on Biomedical Circuits and Systems,,2015,9(6):767-776.
[7] ZHANG X Y,,LIAN Y.A 300-mV 220-nW event-driven ADC with real-time QRS detection for wearable ECG sensors[J].IEEE Transactions on Biomedical Circuits and Systems,,2014,8(6):834-843.
[8] 董子剛,,李嚴(yán),,張元亭.一種新的模擬到信息轉(zhuǎn)換系統(tǒng)[J].電子學(xué)報,2013,,41(9):1842-1846.
[9] 石光明,,劉丹華,高大化,,等.壓縮感知理論及其研究進展[J].電子學(xué)報,,2009,37(5):1070-1081.
[10] PARESCHI F,,ALBERTINI P,F(xiàn)RATTINI G,,et al.Hard-ware-algorithms co-design and implementation of an analog-to-information converter for biosignals based on compressed sensing[J].IEEE Transactions on Biomedical Circuits and Systems,,2016,10(1):149-162.
[11] LEE B H,,KIANI M,,GHOVANLOO M.A triple-loop inductive power transmission system for biomedical applications[J].IEEE Transactions on Biomedical Circuits and Systems,2016,,10(1):138-148.
[12] YAO E Y,,CHEN Y,BASU A.A 0.7 V,,40 nW compact, current-mode neural spike detector in 65 nm CMOS[J].IEEE Transactions on Biomedical Circuits and Systems,,2016,10(2):309-318.
[13] YAN L,,HARPE P,,PAMULA V R,et al.A 680 nA ECG acquisition IC for leadless pacemaker applications[J].IEEE Transactions on Biomedical Circuits and Systems,,2014,,8(6):779-786.
[14] WANG S W,KOICKAL T J,,HAMILTON A,,et al.A biorealistic analog CMOS cochlea filter with high tunability and ultra-steep roll-off[J].IEEE Transactions on Biomedical Circuits and Systems,2015,9(3):297-311.
文獻15-16略
作者信息:
李 嚴(yán)
(北京信息科技大學(xué),,北京100192)