CardioNeural-SoC: An Indigenous RISC-V-Based Mixed-Signal System- on-Chip for Multi-Modal Cardiac and Neurological Monitoring — Architecture, RTL Verification, and Pre-Silicon Synthesis Results
本文介绍了 CardioNeural-SoC,这是一款自主研发的基于 28 nm RISC-V 的混合信号系统级芯片(SoC),旨在通过集成多模态传感、安全无线通信以及片上人工智能分类技术,取代印度进口的心脏及神经监测集成电路,其预硅验证与综合结果证明了在缺乏制造硬件的情况下,该芯片仍成功实现了功能验证与时序收敛。
原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明
在现代医学的广阔领域中,倾听人体电信号的能力是诊断的基石。心脏以有节奏的电脉冲跳动,医生可以通过追踪这些脉冲来发现危险的不规则情况;大脑则以复杂的模式放电,揭示癫痫发作的征兆。几十年来,捕捉这些信号需要笨重的设备或一系列独立的专用芯片,每种芯片仅设计用于监听身体的一个部分。在印度,数百万患者遭受着未被诊断的心脏疾病和癫痫的折磨,而对进口技术的依赖使得先进的监测技术无法触及许多农村诊所和小型医院。进口这些专用电子元件的成本高昂,且供应链脆弱,这给国家的医疗基础设施留下了关键性的空白。解决这一问题的方案不在于制造更好的单个传感器,而在于将它们整合进一个统一的单一设备中,使该设备能够同时监听心脏、大脑和血流,同时其成本又低到足以实现本地化生产。
来自印度斯坦工程技术学院(Hindusthan College of Engineering and Technology)和卡帕加姆医学科学学院(Karpagam Faculty of Medical Sciences)的研究团队通过设计一种名为 CardioNeural-SoC 的新型计算机芯片,在实现这一目标方面迈出了重要一步。这并非一款已经大规模量产或在患者身上进行过测试的成品,而是一个完整的数字蓝图以及一个可能改变印度医疗监测方式的设备严谨模拟。研究人员设计了一个单片硅片的方案,将六个不同的系统集成在一起。该芯片旨在取代目前构建多参数患者监护仪所需的六到八个独立组件。通过将读取心脏信号、脑电波和血氧水平的能力整合到一块芯片上,该设计旨在大幅降低这些设备的成本,使其能够被那些目前缺乏预算购买进口技术的数千家小型卫生中心所负担。
这项创新的核心是一个基于 28 纳米制造工艺(现代高效电子产品的标准尺寸)的混合信号系统。该设计包含四个用于读取心脏电活动的通道、两个用于大脑的通道,以及一个用于测量血流和氧气的传感器接口。这些模拟输入通过高精度转换器阵列转换为数字数据,然后由基于 RISC-V 架构的定制数字大脑进行处理,RISC-V 是一种开源指令集,允许灵活且具有成本效益的设计。这个数字核心不仅仅是存储数据,它还包括专门的硬件加速器,可以即时分析信号,以检测心律失常和癫痫发作的早期迹象。为了确保数据在无线传输至医生设备时的安全性,该芯片还内置了加密系统和低功耗蓝牙连接。
研究人员并未止步于绘制电路,他们还构建了一个整个系统的完整虚拟模型,并将其通过一系列九项不同的测试,以确保每个部分都能协同工作。在这些模拟中,芯片成功完成了以不同速度对心脏和大脑信号进行采样、将其转换为数字数值并加密结果以进行传输的复杂任务。测试证实,该芯片能够正确识别模拟的心律失常并分类癫痫发作,同时还能管理自身的功耗。数字逻辑经过了极其彻底的检查,每一个测试用例都通过了测试,证明该设计在虚拟环境中能够按预期运行。
为了理解这一成就的物理规模,团队对芯片中负责分析信号能量的特定部分进行了综合分析。该部分作为分类算法的特征提取器,被发现包含超过 21,000 个逻辑门和存储元件。在布局完成后,这个特定的模块占用的面积将小于 300,000 平方微米。在功耗方面,据估计该模块在全速运行时消耗约 46 毫瓦,这一数值主要受其内部寄存器开关活动的影响。时序分析显示,数据可以完全准时地流经该电路中最关键的路径,在 2 亿次/秒的目标频率下,其余量为零。这种零余量的结果是一个已知的挑战,团队承认在最终确定物理布局时需要解决这个问题,但它也证实了该设计正处于可行性的边缘。
这项工作的动力不仅在于技术指标,更在于清晰的经济和社会现实。研究人员估计,印度目前每年在包括重症监护监护仪和穿戴式贴片在内的五大主要设备类别中,进口医疗监测芯片的价值约为 427 亿卢比。通过使用国产设计的芯片取代这些进口组件,该项目旨在夺取该市场的重要份额,从而有望每年为医疗系统节省数百亿卢比。这种成本降低不仅是为了利润,更是为了可及性。该设计瞄准的价格点将使农村卫生中心能够负担得起目前仅限于精英医院级别的监测水平,从而可能为数百万目前无法得到治疗的癫痫和心脏病患者带来诊断机会。
尽管模拟结果成功且市场分析前景广阔,但论文谨慎地指出了一些尚未实现的内容。目前尚未制造出物理芯片,也未从真实的硅器件中获取过测量数据。模拟组件(例如用于放大皮肤上微弱电信号的放大器)仍处于架构规范阶段,尚未进行构建或测试。研究人员明确指出,功耗和时序结果是基于计算机模型的,最终性能只有在芯片制造并在实验室进行测试后才能知晓。该设计尚未在人类患者身上进行验证,关于其诊断疾病能力的临床主张属于未来的目标,而非当前的既定事实。
CardioNeural-SoC 项目的前行之路涉及从这些数字蓝图向物理世界的跨越。接下来的步骤包括设计定制的模拟电路、完成芯片的物理布局,并将最终设计发送到位于昌迪加尔(Chandigarh)的制造厂进行试运行。一旦生产出物理芯片,它将接受严格的测试,以验证其是否达到噪声、信号清晰度和功耗效率方面的性能目标。只有在完成这些物理验证以及涉及患者的试点临床研究之后,该设备才准备好投入市场。在此之前,这项工作是一项全面的概念验证,证明了能够同时监测心脏和大脑的单一本土设计芯片在技术上是可行的,并已为下一阶段的发展做好了准备。
您所在领域的论文太多了?
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。