polito.it
Politecnico di Torino (logo)

Biocomputing models of combinatorial and sequential logic circuits using neuron-astrocyte networks

Giulio Basso

Biocomputing models of combinatorial and sequential logic circuits using neuron-astrocyte networks.

Rel. Valentina Agostini, Michael Taynnan Barros. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Biomedica, 2022

[img]
Preview
PDF (Tesi_di_laurea) - Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (8MB) | Preview
Abstract:

Il Biocomputing è un nuovo ambito di ricerca, in cui entità biologiche vengono modificate per svolgere computazioni. I meccanismi altamente specializzati che i neuroni adottano per elaborare migliaia di stimoli sinaptici, potrebbero renderli una piattaforma eccezionale per realizzare tali tecnologie. Perciò, recentemente i ricercatori sono stati attratti dalla possibilità di progettare porte logiche e circuiti digitali con i neuroni. Molteplici problematiche sono legate a questa ambizione, principalmente associate alla natura stocastica e al rumore dei segnali neurali. Inoltre, c’è ancora una comprensione parziale dei processi di encoding/deconding delle informazioni neurali. Pertanto, è cruciale ricercare delle strategie per ottenere maggior controllo di tali sistemi. Siccome è stato dimostrato che gli astrociti ricoprono un ruolo fondamentale nella regolazione dell’attività neurale, questi potrebbero essere impiegati per migliorare l’affidabilità dei sistemi di biocomputing neurali. Inoltre, il potere di calcolo dei tradizionali dispositivi digitali è reso possibile anche dall’utilizzo di elementi di memoria, realizzati con circuiti logici sequenziali. Tuttavia, la maggior parte dei tentativi presentati in letteratura si focalizzano sull’implementazione di circuiti combinatori, mentre lo sviluppo di circuiti sequenziali con i neuroni è stata solo parzialmente studiata. In questa tesi proponiamo un modello matematico di porte logiche neurali, basato sul modello di Izhikevich. Innanzitutto, regolando la forza delle sinapsi, sono sviluppate delle porte logiche neurali OR e AND. Questi sistemi sono in seguito accoppiati con il feedback degli astrociti tramite il modello di sinapsi tripartita proposto da Postnov et al., per migliorare la robustezza delle porte. Le performance delle porte OR e AND a diversi livelli di rumore sinaptico gaussiano sono valutate in termini di bit error ratio e accuratezza. Poi, una più grande libreria di porte logiche neurali, che include porte buffer, AND, NOT e NAND, è sviluppata sfruttando l’inibizione sinaptica. Dopo, questi mattoncini sono connessi assieme per realizzare circuiti sequenziali, sia asincroni che sincroni, tra cui latch SR, gated latch SR e flip-flop D. Infine, viene fornita una validazione iniziale del loro funzionamento con frequenze di sparo aumentate. I nostri risultati dimostrano l’efficacia dell’attività di regolazione degli astrociti come meccanismo di denoising. Inoltre, forniamo una validazione iniziale che circuiti sequenziali possono essere costruiti con porte logiche neurali interconnesse, rappresentando un’occasione straordinaria per lo sviluppo di sistemi di biocomputing estremamente elaborati. L’esaminazione del nostro modello potrebbe fornire intuizioni utili su come cellule biologiche possano essere ingegnerizzate per svolgere computazioni e potrebbe ispirare successivi esperimenti in-vitro. Lo sviluppo di sistemi di biocomputing neurali aprirà la strada per la realizzazione di tecnologie mediche innovative, come neuroprotesi e chip impiantabili neurali, composti direttamente da cellule biologiche. Dunque, questi dispositivi avranno ottima biocompatibilità e saranno in grado di curare patologie ripristinando la comunicazione fisiologica alterata delle cellule.

Relatori: Valentina Agostini, Michael Taynnan Barros
Anno accademico: 2021/22
Tipo di pubblicazione: Elettronica
Numero di pagine: 95
Soggetti:
Corso di laurea: Corso di laurea magistrale in Ingegneria Biomedica
Classe di laurea: Nuovo ordinamento > Laurea magistrale > LM-21 - INGEGNERIA BIOMEDICA
Aziende collaboratrici: University of Essex
URI: http://webthesis.biblio.polito.it/id/eprint/22154
Modifica (riservato agli operatori) Modifica (riservato agli operatori)