基于 RRAM 的生物仿生电路用于移动性癫痫相关性提取与癫痫预测

非侵入式移动脑电图（EEG）获取系统已用于长期监测癫痫，但存在电池寿命有限的局限。阻变随机存取存储器（RRAM）广泛应用于计算存储中（Computing-in-Memory, CIM）系统，为降低癫痫预测算法的计算能耗提供了理想平台，从而可能解决移动 EEG 系统的耐久性问题。为此，本文受神经机制启发，提出一种用于相关特征提取和癫痫预测的 RRAM 生物仿生电路系统。该系统在 CHB-MIT 癫痫数据集上实现了平均灵敏度为 91.2%，每小时误报率（FPR/h）为 0.11。仿真下的芯片显示面积约为 0.83 mm2，延迟为 62.2 μs。特征提取阶段功耗为 24.4 mW，癫痫预测阶段功耗为 19.01 mW，3 秒窗口数据处理的累计能耗为 1.515 μJ，预测提前 29.2 分钟。该方法相对于目前最有效的癫痫预测方法实现了 81.3% 的计算能耗降低，为能源效率建立了新基准。