Схема микросхемы: Первая микросхема :) / Хабр — БилдоМан

Содержание

Первая микросхема 🙂 / Хабр

Очень рад в подробностях рассказать о своей первой интегральной схеме и поделиться перипетиями этого проекта, которым занимался на протяжении прошлого года. Надеюсь, мой успех вдохновит других и поможет начать революцию в производстве домашних микросхем. Когда я приступил к этому проекту, то понятия не имел, во что ввязался, но в итоге узнал больше, чем когда-либо думал, о физике, химии, оптике, электронике и многих других областях.

Кроме того, мои усилия сопровождались лишь самыми положительными отзывами и поддержкой со всего мира. Искренне благодарен всем, кто мне помогал, давал советы и вдохновлял на этот проект. Особенно моим удивительным родителям, которые не только всегда поддерживают и поощряют меня как только могут, но и предоставили рабочее место и смирились с затратами на электроэнергию… Спасибо!

Без дальнейших церемоний представляю первую интегральную схему (ИС), изготовленную литографическим способом в домашних (гаражных) условиях — PMOS-чип двойного дифференциального усилителя Z1.

Я говорю «изготовленную литографическим способом», потому что Джери Эллсуорт изготовила первые транзисторы и логические вентили (с соединениями, тщательно проложенными вручную проводящей эпоксидной смолой) и показала миру, что это возможно. Вдохновленный её работой, я представляю интегральные схемы, созданные масштабируемым, стандартным фотолитографическим процессом. Излишне говорить, что это логический шаг вперёд по сравнению с моим предыдущей работой, где я воспроизвёл полевой транзистор Джери.

Я разработал усилитель Z1, когда искал простой чип для тестирования и настройки своего процесса. Макет сделан в Magic VLSI для процесса PMOS с четырьмя масками (активная/легированная область, подзатворный оксид, контактное окно и верхний металлический слой). У PMOS есть преимущество перед NMOS, если учесть ионные примеси из-за изготовления в гараже. Маски разработаны с соотношением сторон 16:9 для упрощения проекции.

Макет Magic VLSI

Генерация маски

Активная область

Затвор

Контакт

Металл

Размер затвора приблизительно 175 мкм, хотя на чипе для проверки выполнены элементы размером до 2 мкм. Каждая секция усилителя (центральная и правая) содержит три транзистора (два для двухтактной схемы с общим катодным сопротивлением и один в качестве источника тока/нагрузочного резистора), что означает в общей сложности шесть транзисторов на ИС. В левой части резисторы, конденсаторы, диоды и другие тестовые элементы, чтобы изучить характеристики техпроцесса. Каждый узел дифференциальных пар выходит отдельным штифтом на выводной рамке, поэтому его можно изучать, а при необходимости добавить внешнее смещение.

Процесс изготовления состоит из 66 отдельных шагов и занимает примерно 12 часов. Выход достигает 80% для больших элементов, но сильно зависит от количества выпитого кофе в конкретный день. Я также записал видео на YouTube о теории производства микросхем и отдельно об изготовлении МОП-транзисторов.

Кремниевые пластины 50 мм (2″) разбиваются на кристаллы 5,08×3,175 мм (площадь около 16 мм²) волоконным лазером Epilog. Такой размер кристалла выбран, чтобы он помещался в 24-контактный DIP-корпус Kyocera.

Пластина N-типа 50 мм

Сначала с пластины снимается нативная окись быстрым погружением в разбавленный фтороводород с последующей интенсивной обработкой травильной смесью «пиранья» (смесь серной кислоты и перекиси водорода), смесью RCA 1 (вода, аммиак, перекись водорода), смесью RCA 2 (вода, соляная кислота, перекись водорода) и повторным погружением во фтороводород.

Защитный окисел термически выращивается в водяном паре окружающего воздуха (влажное оксидирование) до толщины 5000−8000 Å.

Влажное термическое оксидирование

Трубчатая печь

Оксидированная пластина

Оксидированная пластина готова к формированию рисунка на активной/легированной (Р-типа) области. Фоторезист AZ4210 наносится на вращающуюся примерно на 3000 оборотах в минуту подолжку, формируя плёнку толщиной около 3,5 мкм, которая аккуратно подсушивается при 90°С на электроплитке.

Процесс литографии детально

Маску активной зоны обрабатывает мой фотолитографический степпер Mark IV в ультрафиолете с шагом 365 нм — и структура отрабатывается в растворе гидроксида калия.

Структура резиста

30-минутная подсушка

Травление активной зоны

После этого структура резиста плотно затвердела и применяется несколько других трюков, чтобы обеспечить хорошее сцепление и химическую стойкость во время следующего вытравливания во фтороводороде, который переносит эту структуру на слой подзатворного оксида и открывает окна к голому кремнию для легирования. Эти регионы позже станут истоком и стоком транзистора.

Частицы замыкают затвор

Легированные кристаллы с вытравленными затворами

После этого производится легирование, то есть введение примесей из твёрдого или жидкого источника. В качестве твёрдого источника применяется диск нитрида бора, размещённый поблизости (менее 2 мм) от пластины в трубчатой печи. Как вариант, можно приготовить жидкостный источник из фосфорной или борной кислоты в воде или растворителе — и провести легирование по стандартному процессу преднанесения/погружения во фтороводород/диффундирования/удаления глазури.

Вышеупомянутые шаги формирования рисунка затем повторяются дважды для подзатворного оксида и контактного слоя. Подзатворный оксид должен быть гораздо тоньше (менее ~750 Å), чем защитный оксид, поэтому зоны между стоком/истоком вытравливаются — и там выращивается более тонкий оксид. Затем, поскольку вся пластина оксидировалась на шаге легирования, нужно вытравить контактные окна, чтобы установить контакт металлического слоя с легированными зонами истока/стока.

Теперь все транзисторы сформированы и готовы к межсоединениям с выходом на выводную рамку. Защитный слой алюминия (400−500 нм) распыляется или термически напыляется на пластину. Альтернативой был бы метод взрывной литографии (lift-off process), когда сначала формируется фоторезист, а затем осаждается металл.

Напылённый металл

Затем на слое металла формируется рисунок методом фотолитографии и происходит травление в горячей фосфорной кислоте, чтобы завершить изготовление интегральной схемы. Заключительные шаги перед тестированием — это визуальный осмотр и высокотемпературный отжиг алюминия для формирования омических переходов.

Микросхема теперь готова для упаковки и тестирования.

У меня нет установки микросварки (принимаю пожертвования!), поэтому сейчас процесс тестирования ограничен прощупыванием пластины острым пинцетом или использованием платы flip-chip (трудно выровнять) c подключением к характериографу. Дифференциальный усилитель также эмпирически тестируется в цепи для проверки работоспособности.

Кривая IV

Кривая FET Ids/Vds от с предыдущего устройства NMOS

Конечно, эти кривые далеки от идеальных (в том числе из-за излишнего сопротивления контактов и других подобных факторов), но я ожидаю улучшения характеристик, если раздобуду установку микросварки. Этим могут частично объясняться и некоторые отличия от кристалла к кристаллу. Скоро я добавлю на эту страницу новые кривые IV, характеристики транзистора и дифференциального усилителя.

Как устроены интегральные схемы

Дата: Категория: it

Компьютеры строятся на основе двух типов интегральных схем: логической и ЗУ (запоминающее устройство). Логические микросхемы используются в арифметическом логическом модуле (АЛМ), где производятся вычисления, в то время как кристаллы ЗУ хранят данные и программы. Существует множество разновидностей логических микросхем, простых и сложных; микропроцессорная схема (нижняя правая иллюстрация на стр.

23) выполняет роль центральной нервной системы ПК и является ярким примером сложной логической схемы. Иногда функции логических схем и ЗУ комбинируются в одной схеме.

Микропроцессор служит центральным процессорным устройством (ЦПУ) компьютера, включающим контроллер и оперативную логическую схему. Другие, примыкающие к процессору схемы включают: генератор синхроимпульсов, который производит сигналы, обеспечивающие пошаговую деятельность компьютера; контроллер ввода/вывода, который координирует ввод и вывод данных; различные сопроцессоры — процессоры, специализированные для одного вида задач и выполняющие их с огромной скоростью. Дополнительные контроллерные схемы оперируют со связующими схемами, магнитными дисками и графическими терминалами.

Кристаллы ЗУ подразделяются на постоянные и оперативные запоминающие устройства (ПЗУ и ОЗУ). Схемы ПЗУ сохраняют данные, даже если машина выключена, они используются для хранения завершенных программ, которые не нуждаются в изменениях. Большинство схем ОЗУ не являются постоянными, то есть их содержимое стирается, если компьютер выключен или произошел сбой в напряжении. Компьютер может считывать с них информацию и записывать ее — вносить в них новые данные.

Устройство интегральной схемы

величенная в 2500 раз структура МОП — металл-оксид-полупроводник для отрицательного канала -является распространенным типом ИС транзистора. Обычно этот переключатель закрыт; ток (голубая стрелка) не может пройти от источника к стоку. Но напряжение (красная стрелка), примыкающее к логической схеме, притягивает электроны (точечки), образуя канал, который пропускает электрический ток.

Схемы ИС в корпусах

Прежде чем ИС будет смонтирована на печатной плате, она должна быть заключена в защитный футляр, или корпус, и снабжена внешними связующими штырями, или выводами. На иллюстрации справа представлено несколько разновидностей корпусов, получивших свое название по форме и организации выводов корпуса. DIP — переключатель, или двухрядный корпус, имеет два ряда выводов. PLP — это уплощенный корпус, с выводами по двум сторонам. LCC — керамический кристаллодержатель без выводов. ZIP — плоский корпус со штырьковыми выводами, расположенными зигзагообразно. QFP — это плоский корпус с четырьмя рядами выводов по бокам. SIP — корпус с однорядным расположением выводов.

Монолитный микропроцессор

Схема на изображении внизу включает микропроцессор, а также схемы ПЗУ, ОЗУ и контроллеры (регуляторы ввода/вывода). Эти компьютерные схемы широко применяются для управления машинным оборудованием и многими бытовыми приборами.

Ряды схем. Печатная плата на илл. слева, объединительная плата ПК, содержит несколько видов ИС, включая микропроцессор, контроллерные схемы и ЗУ.

LM358 и LM358N datasheet, описание, схема включения

Самый популярный двухканальный операционный усилитель LM358, LM358N. Операционник относится к серии LM158, LM158A, LM258, LM258A, LM2904, LM2904V. Имеет множество схем включения, аналогов и datasheet.

Микросхемы LM358 и LM358N идентичны по параметрам и отличаются только корпусом.

Вам будут интересны даташиты и характеристики других ИМС LM317T, TL431, LM494. Они применяются совместно с импульсными стабилизаторами и блоках питания.

Содержание

1. Характеристики, описание
2. Таблица характеристик.
3. Цоколёвка, распиновка
4. Аналог
5. Типовые схемы включения
6. Datasheet, даташит LM358 LM358N

Характеристики, описание

Питание ИМС может быть однополярным от 3 до 32В. Операционный усилитель стабильно работает на стандартных 3,3В. Двухполярное питание от 1,5 до 16 Вольт. При указанной температуре 0° до 70° характеристики остаются в пределах нормы. Если количество градусов выйдет за эти пределы, то появится отклонение параметров.

Многих интересует описание на русском LM328N, но даташит большой, основная часть понятна и без перевода. Чтобы вы не искали LM358 datasheet на русском, составил таблицу основных параметров.

Несколько популярных datasheet для скачивания:

Таблица характеристик.

Параметр	LM358, LM358N
Питание, вольт	3-32В
Биполярное питание	±1,5В до ±16В
Потребляемый ток	0,7мА
Напряжение смещения по входу	3мВ
Ток смещения компенсации по входу	2нА
Входной ток смещение	20нА
Скорость нарастания на выходе	0,3 В/мсек
Ток на выходе	30 — 40мА
Максимальная частота	0,7 до 1,1 МГц
Коэффициент дифференциального усиления	100дБ
Рабочая температура	0° до 70°

Микросхемы различных производителей могут иметь разные параметры, но всё в пределах нормы. Единственное может сильно отличаться максимальная частота у одних она 0,7МГц, у других до 1,1МГц. Вариантов использования ИМС накопилось очень много, только в документации их около 20 штук. Радиолюбители расширили это количество более 70 схем.

Типовой функционал из datasheet на русском:

компараторы;
активные RC фильтры;
светодиодный драйвер;
суммирующий усилитель постоянного тока;
генератор импульсов и пульсаций;
низковольтный детектор пикового напряжения;
полосовой активный фильтр;
для усиливания с фотодиода ;
инвертирующий и не инвертирующий усилитель;
симметричный усилитель;
стабилизатор тока;
инвертирующий усилитель переменного тока;
дифференциальный усилитель постоянного тока;
мостовой усилитель тока.

Цоколёвка, распиновка

Аналог

Большая популярность определяет и большое количество аналогов LM358 LM358N. В зависимости от производителя характеристики могут немного меняться, но всё в пределах допуска. Перед заменой проверьте электрические характеристики у изготовителя, вдруг вам не подойдёт. Схемы включения аналогичны. Аналогов более 30 штук, покажу первую дюжину полностью схожих:по параметрам:

КР1040УД1
КР1053УД2
КР1401УД5
GL358
NE532
OP295
OP290
OP221
OPA2237
TA75358P
UPC1251C
UPC358C

Типовые схемы включения

Пришлось просмотреть несколько спецификаций от разных фабрик, чтобы найти самый полноценный. Большинство короткие и малоинформативные. Чтобы было максимально понятно, как работают схемы включения LM358 и LM358N, ознакомитесь с типовым включением.

Светодиодный драйвер для светодиода

Datasheet, даташит LM358 LM358N

Сфера применения, указанная производителями:

блюрэй плееры и домашние кинотеатры;
химические и газовые сенсоры;
ДВД рекордеры и плееры;
цифровые мультиметры;
сенсор температуры;
системы управления двигателями;
осциллографы;
генераторы;
системы определения массы.

Описание характеристик LM358N

Справочник «Цифровые Интегральные Микросхемы»

Справочник «Цифровые Интегральные Микросхемы» [ Содержание ]

2.4.3 Микросхемы типа ЛЕ, ЛЛ

Как отмечалось в предыдущем разделе, функцию ИЛИ-НЕ можно реализовать с помощью логического элемента И-НЕ (рис. 2.8.а), переименовав его логические уровни (такой способ непрактичен) или применив специальную ИС ИЛИ-НЕ (рис. 2.13. а), где напряжение низкого уровня Н соответствует логическому нулю, а напряжение высокого уровня В-логической единице. т. е. как и в ранее приводимых ИС.

Рис. 2.13а. Принципиальная схема логического элемента

В таких элементах ТТЛ используются не один, а два многоэмиттерных транзистора VT1, VT4 и параллельное соединение двух транзисторов в фазоразделительном каскаде (VT2, VT3). Для получения инверсии добавлен обычный выходной каскад с транзистором-повторителем VT5 и ключевым транзистором VT6. Условное обозначение элемента ИЛИ-НЕ и таблица состояний для двухвходового элемента приведены в табл. 2.13,б.

Таблица состояний
Вход		Выход
А	B	Q(/ИЛИ)
0	0	1
0	1	0
1	0	0
1	1	0

На рис. 2.14 приведена наиболее распространенная типовая схема логического элемента ИЛИ-НЕ на два входа.

Рис. 2.14. Типовая принципиальная схема элемента 2ИЛИ-НЕ

Каждый из корпусов ИС типа ЛЕ, ЛЛ содержит от двух до четырех логических элементов.

Цоколевки микросхем типа ЛЕ и ЛЛ н их условные графические обозначения даны на рис. 2.15, а основные параметры приведены в табл. 2.4.

Рис. 2.15. Условные обозначения и цоколевки микросхем типа ЛЕ и ЛЛ

Микросхема ЛЛ1 содержит четыре двухвходовых элемента ИЛИ, а ЛЛ2 — два двухвходовых элемента ИЛИ с мощным открытым коллекторным выходом.

Микросхемы ЛЕ2, ЛЕЗ имеют для каждого четырехвходового элемента вход разрешения EI (Enable input), а один из элементов ЛЕ2 имеет, кроме того, выводы расширения числа входов Р и /Р. Во время действия команды ЕI разрешается (или запрещается) прием сигнала по входу логического элемента. Для подачи такой команды на микросхему необходимо предусмотреть дополнительный вывод разрешения по входу EI. Если по этому входу запрещается прием сигналов, то он обозначается как инверсный /EI.

На рис. 2.16 показана схема организации входа разрешения, управляемого инверсной командой. Транзисторы VT1 и VT4 имеют дополнительные, объединенные эмиттеры, образующие вход /EI.

Рис. 2.11а. Принципиальная схема логического элемента с дополнительным входом разрешения EI

Если на этот вход /EI подать напряжение низкого уровня Н, то входные токи транзисторов VT1 и VT4 через переключатель S1 будут замыкаться на корпус. Поэтому основные входы А и В не смогут принять никакую комбинацию сигналов высокого и низкого уровней. На выходе Q будет зафиксировано напряжение высокого уровня независимо от уровней сигналов на входах А и В. Если на вход разрешения /EI подать сигнал высокого уровня В, то прохождение сигналов со входов А и В будет разрешено. Если входы А и В обьединить и подать на них последовательность импульсов, то на выходе Q она появится в инверсной форме.

Таблица состояний логического элемента.
/EI	A, B	/Q
Вход		Выход
1	0 1	1 0
0	0 1	1

Среди логических элементов ИЛИ-НЕ имеются два буферных с мощными выходами — ЛЕ5, ЛЕ6. Для них допустимый ток нагрузки порядка 70 мА.

Всё о современные интегральные микросхемы

Интегральная микросхема — микроэлектронное устройство — электронная схема произвольной сложности (кристалл), изготовленная на полупроводниковой подложке (пластине или плёнке) и помещённая в неразборный корпус или без такового, в случае вхождения в состав микросборки.

Все современные микросхемы подразделяются на три типа: цифровые, аналоговые и аналого-цифровые, — в зависимости от того, с сигналами какого типа они работают. Сегодня мы поговорим о цифровых микросхемах, поскольку большинство микросхем в электронике — именно цифровые, они работают с цифровыми сигналами.

Цифровой сигнал имеет два стабильных уровня — логический ноль и логическая единица. У микросхем выполненных по разным технологиям уровни логических нуля и единицы различаются.

Внутри цифровых микросхем могут находиться различные элементы, названия которых известны любому электронщику: ОЗУ, ПЗУ, компаратор, сумматор, мультиплексор, дешифратор, шифратор, счетчик, триггер, различные логические элементы и т. д.

На сегодняшний день более всего распространены цифровые микросхемы технологий ТТЛ (транзисторно-транзисторная логика) и КМОП (комплиментарный металл-оксид-полупроводник).

У микросхем технологии ТТЛ уровень нуля равен 0,4В, а уровень единицы 2,4В. У микросхем технологии КМОП уровень нуля почти равен нулю, а уровень единицы — равен почти напряжению питания микросхемы. Нулевое напряжение у микросхемы КМОП получается путем подключения соответствующего вывода к общему проводу, а напряжение высокого уровня — подключением к шине питания.

В названии микросхемы указывается ее серия, отражающая тип технологии по которой изготовлена данная микросхема. Различные микросхемы имеют разную скорость работы, различаются по предельной частоте, по допустимому току выводов, энергопотреблению и т. д. Ниже приведена таблица, где представлены некоторые типы микросхем и их характеристики.

Характеристики популярных типов микросхем

Проектируя схему какого-нибудь электронного устройства, стараются использовать в первую очередь микросхемы одного типа логики, чтобы избежать несоответствия в уровнях цифровых сигналов (верхнего и нижнего уровней).

Выбор конкретной логики микросхемы осуществляют исходя из требуемой рабочей частоты, энергопотребления и других характеристик микросхемы, а также ее стоимости. Однако иногда не получается обойтись микросхемами одного типа, ведь одна часть проектируемой схемы может потребовать например более высокой скорости, свойственной микросхемам технологии ЭСЛ, а другая — низкого энергопотребления, свойственного КМОП-микросхемам.

В таких случаях разработчики порой вынужденно прибегают к использованию дополнительных преобразователей уровней, хотя часто удается обойтись и без них: выходной сигнал с микросхемы КМОП можно подать на вход ТТЛ, но подавать сигнал с микросхемы ТТЛ на микросхему КМОП не рекомендуется. Далее давайте рассмотрим наиболее популярные корпуса современных микросхем.

DIP

Классический, часто встречающийся на старых платах корпус прямоугольной формы с двумя рядами выводов. PDIP – пластиковый корпус, CDIP – керамический корпус. Керамика имеет близкий к полупроводниковому кристаллу коэффициент температурного расширения, поэтому CDIP – корпус более надежен и долговечен, особенно если микросхема используется в тяжелых климатических условиях.

В обозначении микросхемы указывается количество выводов: DIP8, DIP14, DIP16 и т. д. Микросхемы серии ТТЛ-логика 7400 имеет традиционный корпус DIP14. Данный корпус хорошо подходит как для автоматизированной, так и для ручной сборки при выводном монтаже (в отверстия на плате).

Компоненты в корпусах DIP выпускаются обычно с количеством выводов от 8 до 64. Шаг между выводами 2,54 мм, расстояние между рядами 7,62, 10,16, 15,24 или 22,86 мм.

Нумерация выводов начинается с верхнего левого и идет против часовой стрелки. Первый вывод находится возле ключа — специальной выемки либо круглого углубления на одном из краев корпуса микросхемы. Если смотреть сверху на маркировку, расположив корпус микросхемы выводами вниз, то первый вывод будет всегда сверху слева, далее счет идет по левой стороне вниз, затем по правой стороне снизу — вверх.

SOIC

Прямоугольный корпус микросхем для поверхностного (планарного) монтажа. Два ряда выводов расположены с двух сторон микросхемы. Практически корпуса SOIC занимают на платах почти на треть, а иногда и вдвое меньше места чем корпуса DIP, к тому же корпус SOIC втрое тоньше чем DIP.

Нумерация выводов, если смотреть на микросхему сверху, начинается слева сверху от ключа в виде круглого углубления, затем идет против часовой стрелки. Корпуса обозначаются SO8, SO14 и т. д., в соответствии с количеством выводов: 8, 14, 16, 20, 24, 28, 32 и 54. Расстояние между выводами 1,27 мм. Почти все современные DIP-микросхемы имеют сегодня аналоги для планарного монтажа в корпусах SOIC.

PLCC (CLCC)

PLCC – пластиковый и СLCC — керамический планарные корпуса квадратной формы с контактами по краям с четырех сторон. Данный корпус предназначен для пайки поверхностным (планарным) монтажом на плату либо для установки в специальную панель (часто называемую «кроваткой»).

В настоящее время широкое распространение получили микросхемы флэш-памяти в корпусе PLCC, используемые в качестве микросхемы BIOS на системных платах. На микросхему при необходимости легко может быть установлен радиатор, как и на SOIC. Шаг между ножками 1,27 мм. Количество выводов от 20 до 84.

TQFP

TQFP — тонкий квадратный корпус микросхемы для поверхностного монтажа, схожий с PLCC. Отличается меньшей толщиной (всего 1 миллиметр) и имеет стандартный размер выводов (2 миллиметра).

Возможное количество выводов от 32 до 176 при размере одной стороны корпуса от 5 до 20 миллиметров. Используются медные выводы с шагом 0.4, 0.5, 0.65, 0.8 и 1 миллиметр. TQFP позволяет решить такие задачи, как увеличение плотности размещения компонентов на печатных платах, уменьшение размеров подложки, уменьшение толщины корпусов устройств.

Ранее ЭлектроВести писали, что бельгийский стартап 10 лет создавал компактный, мощный и экономичный электромотор, конструкцию которого до недавнего времени даже нельзя было рассчитать на компьютере. И теперь раскрывает все карты.

По материалам: electrik.info.

Прибор для контроля работы микросхем

Лет десять назад мне пришлось заниматься ремонтом специализированных ЭВМ, которые содержали большое количество ТТЛ-микросхем. Длительная и однообразная работа логическим пробником была непродуктивной. Дело в том, что в статике микросхемы часто работали нормально, а при подаче на них тактовых импульсов работали неправильно. Например: разряд счетчика может иметь выходные импульсы такие же, как и предыдущий или последующий разряды; один из входов или выходов простых логических микросхем могут иметь обрыв или «сидеть» на одном из уровней, а в статике логика работы будет совпадать. Кто занимается ремонтом, тот хорошо знает какое счастье быстро найти подобную неисправность. Поэтому я сделал простой прибор для контроля работы микросхем без их выпаивания в динамическом режиме работы.

Преимущество предлагаемого прибора от аналогичных [1] заключается в простоте схемного решения, возможности проверки любых типов микросхем (при соответствующей элементной базе), возможности проверки микросхем без выпаивания из платы в динамическом режиме и одиночных микросхем из кассы. К недостаткам можно отнести невозможность однозначной проверки некоторых сложных микросхем, в которых используются короткие запускающие импульсы, генераторов. Невозможность проверки микросхем, работающих на больших частотах, хотя последний недостаток можно попытаться решить с помощью применения в приборе более быстродействующей серии микросхем. Основной недостаток — необходимость иметь набор образцовых микросхем аналогичных проверяемым микросхемам.

Идея прибора заключается в сравнении выходных сигналов исследуемой микросхемы с выходными сигналами образцовой микросхемы. При чем на входа образцовой микросхемы подаются входные сигналы проверяемой микросхемы.

Для всех типов микросхем оптимально использовать микросхемы цифровых компараторов: К555СП1, К531СП1 -ТТЛ; К561ИП2 -МОП. Можно использовать микросхемы четырехразрядных полных сумматоров или схем исключающее ИЛИ с соответствующей логикой сравнения.

Рис.1. Принципиальная схема прибора для проверки МОП микросхем.

На рис.1 показана принципиальная схема прибора для проверки МОП микросхем. Сигналы проверяемой микросхемы со щупа поступают на разъём ХР1 и через переключатели SB1-SB16 подаются на микросхемную панель XS1 или на входа А компараторов DD1-DD4. Результат сравнения компараторов суммируется микросхемой DD5 и через триггер DD6 индицируется светодиодом HL1. При отжатом переключателе SB входной сигнал подаётся на соответствующий вывод панели под микросхему. При нажатом переключателе SB входной сигнал поступает на входа А компараторов DD1-DD4, а аналогичный вывод микросхемной панели соединяется с входами В компараторов DD1-DD4. Таким образом, переключатели SB должны быть нажаты только те, номера которых соответствуют выходам проверяемой микросхемы (даже если они не используются). Номера переключателей, которые соответствуют входам проверяемой микросхемы и питанию, должны быть отжаты.

Вначале работы с прибором необходимо выписать со справочника все номера выходов микросхем, которые будут проверяться. Затем в панель вставляется образцовая микросхема, и устанавливаются переключатели SB. Полезно на передней панели прибора сделать надпись «? ВЫХОДА -НАЖАТЬ!». Далее подключается щуп к проверяемой микросхеме в соответствии с ключом. ВНИМАНИЕ! Все операции необходимо проделывать с выключенным питанием прибора и исследуемой схемы. Важно проверить правильность установки образцовой микросхемы, щупа и переключателей. В противном случае можно вывести из строя годную микросхему. Так как МОП — микросхемы не выдерживают незадействованных входов, на все входа цифровых компараторов DD1-DD4 через резисторы R1-R32 подано напряжение равное чуть больше половины напряжения питания. Поэтому, если произошло неправильное подключение, то одна из микросхем может выйти из строя.

Далее подаётся питание и кратковременно нажимается кнопка SB17, если в это время светодиод HL1 не светится, то проверяемая микросхема исправна. Если во время нажатия кнопки SB17 светодиод загорается, а потом потухает, то проверяемая микросхема, скорее всего, годна. Это происходит потому, что сказывается задержка прохождения сигнала и тем больше, чем короче длительность импульса. Передний фронт сигнала под воздействием ёмкости монтажа и сопротивления интегрируется и происходит небольшое смещение выходного сигнала. В результате на выходе микросхемы DD5 кратковременно появляется уровень логического ноля. Что в свою очередь даёт возможность обнулить триггер DD6.1 кнопкой SB17. Когда на выходе DD5 присутствует постоянный уровень логической единицы (полное равенство кодов на входах компараторов), триггер DD6.1 обнулить невозможно. Если проверяемая микросхема не годна, то светодиод горит постоянно.

Микросхемы из кассы сравниваются с микросхемой на любой работающей плате. Проверив микросхему на плате, поочерёдно вставляют в микросхемную панель микросхемы из кассы и проверяют их.

Конструктивно прибор состоит из печатной платы, на которой установлены микросхемы и передней панели. На передней панели установлены переключатели типа П2К с независимой фиксацией, кнопка типа КМ1-1 и панель под микросхему типа РС16. Сбоку установлен разъём типа МРН-32. Все коммутационные элементы могут быть заменены на любые из имеющихся в наличии. Все резисторы типа МЛТ-0,125 установлены на переключателях. Плата и передняя панель соединены монтажными проводами. Напряжение питания лучше брать с проверяемого устройства. Если такой возможности нет, то напряжение питания должно быть не менее чем напряжение проверяемой платы.

Рис. 2 Конструкция щупа

Рассмотрим конструкцию щупа. Щуп (рис.2) сделан из швейных игл одинаковой длины (40мм), двух плат с металлизированными отверстиями заводского изготовления под 16 выводов (макетная плата) и стяжных винтов. Плата заводского изготовления желательна, так как на ней более точно просверлены отверстия под микросхему. Иглы вставляются в отверстия двух плат так, чтобы их концы одновременно становились на плоскость, и припаиваются к верхней плате с помощью аспирина. Затем платы стягиваются винтами так, чтобы свободные концы игл были около 15 мм. К иглам припаивается жгут из провода МГТФ 0,07 с ответной частью разъёма МРН-32. Длина жгута — не более 25 см. Сверху щуп закрывается защитной крышкой.

Щуп устанавливается на микросхему со стороны корпуса сначала одним рядом игл, потом с небольшой натяжкой вторым рядом игл. Таким образом, выводы микросхемы оказываются зажатыми между иглами. Обеспечивается хороший контакт выводов микросхемы с иглами щупа, даже если плата покрыта лаком.

Литература.

Гречушников В. Тестер для проверки микросхем. — Радио, 1993, #7, с. 24-25.

Интегральные микросхемы

По научному определению, интегральные микросхемы – это отдельные высокотехнологичные устройства (с огромным количеством электронных компонентов, заключенных в маленьком корпусе), которые выполняют какую-то функцию или действие. Этих функций может быть или одна или несколько. Вот список некоторых основных функций, которые выполняют интегральные микросхемы:

Преобразование сигнала (например, из аналогового в цифровой и обратно).
Обработка сигнала (например, усиление и очистка звука)
Действия вычитания, сложения, умножения и деления сигнала (логические микросхемы)

Интегральные микросхемы представляют собой изделие, выполненное в герметизированном (металлическом, пластмассовом, керамическом, металлокерамическом и так лале) корпусе. Микросхемы бывают различного исполнения (прямоугольные, треугольные, круглые) с разным количеством выводов: от трех (например, на стабилизаторе LM7805, до нескольких сотен на процессорах).

Интегральные микросхемы (и аппаратура на них) обладают неоспоримыми преимуществами:

Высокой технологичностью и надежностью. Ведь все микросхемы производят на специализированных заводах и фабриках с современной технологией производства. На линиях (полностью или частично) автоматизированных. При производстве микросхемы (особенно в юго-восточных странах) применяют и живую рабочую силу, так как это дешевле, чем покупать дорогостоящие линии. Интегральные компоненты позволяют снизить на два-три порядка затраты труда на производство, монтаж и сборку различной аппаратуры. При конструировании и создании такой аппаратуры уменьшается количество разных паяных соединений, которые зачастую являются причиной отказа аппаратуры. Микросхемы являются более надежными, чем дискретные элементы, так как ошибки при монтаже уменьшаются на 3-4 порядка. Легче и намного быстрее запаять интегральные компоненты (например, один логический элемент с 16 выводами), чем паять более 20 дискретных элементов (которые выполняют ту же функцию) с 60 выводами. Только микросхемы обеспечивают надежность систем управления в различных системах управления, в компьютерах, в околоземном пространстве на космических станциях и так далее.
Интегральные компоненты (и аппаратура на них) малогабаритны и имеют маленький вес.
Микросхемы намного сокращают процесс разработки нового изделия (аппарата), так как можно использовать готовые, уже опробованные, миниатюрные блоки и узлы. И поэтому внедрение нового изделия в производство резко сокращается.
Многие интегральные элементы выпускаются массово (например, микросхемы в домашних звонках, в игрушках, в клавиатурах и мышках компьютеров и т. п.). Это намного снижает себестоимость микросхемы и всего изделия в целом.
Интегральные элементы сокращают число комплектующих создаваемого изделия, уменьшают количество проводимых операций, что (в конечном счете) ведет к упрощению организации современного производства.

Микросхемы разделяют на два вида: 1 – полупроводниковые интегральные схемы; 2 – гибридные интегральные схемы.

Рассмотрим каждый из них по отдельности.

Полупроводниковые интегральные элементы представляют собой кристалл, в глубине которого выполняют все элементы схемы. Изоляция различных элементов осуществляют с помощью (так называемых) «p-n» переходов.

Гибридные интегральные схемы выполняются по «пленочной» технологии и представляют пластину (подложку) из диэлектрического материала. На нее нанесены (в виде пленок) плоские компоненты (резисторы, дроссели, конденсаторы и т. д.) и соединения. Причем сопротивление резисторов может быть 105 Ом, емкость конденсаторов 103 пФ, а дроссели иметь индуктивность около 10 мкГн — не более.

Транзисторы, диоды, магнитные элементы, конденсаторы более 103 пФ и электролитические выполняют с помощью навесного монтажа. Гибридные интегральные схемы имеют более высокую точность параметров (на один или два порядка выше), чем полупроводниковые аналоги. Количество элементов внутри каждого класса микросхем может достигать несколько тысяч.

определение, этимология и использование, примеры и родственные слова

WordNet 3,6
- n микросхема: микроэлектронная компьютерная схема, встроенная в микросхему или полупроводник; целая система, а не отдельный компонент
- ***

В новостях:

М. Гиббинс, CML Microcircuits Ltd.Получайте сегодняшние заголовки и новости о дизайне OEM-производителей электроники.

Запатентованная технология Zone Sentry использует логику на основе микросхем для управления шаровым клапаном с электронным приводом и приводом для управления потоком жидкости.

Sonoscan Critical Evaluation (SCE) — это конфиденциальная услуга, которая производит акустический контроль критически важных электронных компонентов, таких как гибриды, конденсаторы и микросхемы в пластиковых корпусах, используемые в военных и аэрокосмических системах.

UltraSource Inc выпускает новую тонкопленочную микросхему CopperVia.

Компания CML Microcircuits выпустила новый процессор ACE (улучшения аналоговой связи) CMX188.

***

В науке:

АЦП на базе микросхем AD9430. Каждый FADC имеет разрешение 12 бит и выборки на частоте 200 МГц.

Прототип струны для Байкальского нейтринного телескопа масштабом км3

Микросхема состоит из двух транзисторов и выполняет операцию логической инверсии.Графеновый полевой транзистор, используемый в качестве биосенсора, был описан в [4]. [170].

Электронные свойства мезоскопических структур графена: удержание заряда и управление спином и переносом заряда

Как микросхемы сетчатки масштабируются для ганглиозных клеток разного размера.

Потоковая передача изображения через глаз: сетчатка воспринимается как масштабируемый кодировщик изображений с искажениями.

***

Синонимы

Гиперонимы

Опечатки

nicrocircuit, jicrocircuit, kicrocircuit, mucrocircuit, mjcrocircuit, mkcrocircuit, mocrocircuit, mixrocircuit, midrocircuit, mifrocircuit, mivrocircuit, miceocircuit, micdocircuit, micfocircuit, mictocircuit, micricircuit, micrkcircuit, micrlcircuit, micrpcircuit, microxircuit, microdircuit, microfircuit, microvircuit, microcurcuit, microcjrcuit, микросхема, микросхема, микросхема, микросхема, микросхема, микросхема, микросхема, микросхема, микросхема, микросхема, микросхема, микросхема, микросхема, микросхема, микросхема, микросхема, микросхема

Микросхем | MIT Press

Ведущие нейробиологи обсуждают функцию микросхем, функциональных модулей, которые действуют как элементарные процессоры, соединяющие отдельные клетки с системами и поведением.

Микросхемы, функциональные модули, которые действуют как элементарные блоки обработки, соединяющие отдельные клетки с системами и поведением, могут обеспечить связь между нейронами и глобальной функцией мозга. Микросхемы предназначены для выполнения определенных функций; Примеры этих функциональных модулей включают корковые столбы сенсорной коры, клубочки обонятельных систем насекомых и позвоночных, а также сети, генерирующие различные аспекты моторного поведения. В этом томе Dahlem Workshop ведущие нейробиологи обсуждают, как микросхемы работают для соединения уровней отдельных клеток и систем, и сравнивают внутреннюю функцию микросхем с их подтипами ионных каналов, связностью и рецепторами, чтобы понять принципы конструкции и функции микросхем. .

Главы охватывают четыре основных области исследования микросхем: двигательные системы, включая локомоцию, дыхание и саккадические движения глаз; полосатое тело, самая большая входная станция базальных ганглиев; обонятельные системы и нервная организация клубочков; и неокортекс. За каждой главой следует групповой отчет — совместное обсуждение старших ученых.

Авторы Лидия Алонсо-Нанкларес, Хагай Бергман, Мария Блатоу, Дж.Поль Болам, Ансгар Бюшгес, Антонио Капути, Жан-Пьер Шанге, Хавьер ДеФелипе, Карстен Дюш, Поль Файнштейн, Стюарт Файрстайн, Ив Френьяк, Райнер В. Фридрих, К. Джованни Галиция, Анн М. Грейбил, Чарльз А. Грир, Стен Грилнер, Тадаши Иса, Оле Кин, Минору Кимура, Андерс Лансер, Жиль Лоран, Пьер-Мари Льедо, Вольфганг Маасс, Генри Маркрам, Дэвид А. Маккормик, Кристоф М. Мишель, Питер Момбертс, Ханна Моньер, Ханс-Иоахим Пфлюгер, Дитмар Plenz, Diethelm W. Richter, Silke Sachse, H.Себастьян Сеунг, Кейт Т. Силлар, Джеффри С. Смит, Дэвид Л. Спаркс, Д. Джеймс Сурмайер, Эрс Сатмари, Джеймс М. Теппер, Джефф Р. Виккенс, Рафаэль Юсте

15 рабочих мест по гибридным микросхемам, занятость

Сортировать по: актуальность — Дата Chelmsford, MA 01824 (район Heart Pond)

Выполняет задачи по изготовлению или модификации RF Microwave hybrid микросхем и узлов.
Опыт сборки гибрида в соответствии с Mil STD 883…

Chelmsford, MA 01824 (район Heart Pond)

Выполняет задачи по изготовлению или модификации RF Microwave hybrid микросхем и узлов.
Опыт сборки гибрида в соответствии с Mil STD 883…

Вы будете работать с ультрасовременными неизолированными устройствами DIE, выполнять присоединение DIE и соединять провода чувствительных ВЧ- и СВЧ-устройств.

Знание пассивных компонентов, микросхемы , гибридной , изготовления полупроводников и дискретных устройств.
Оценить предлагаемые списки запчастей EEE в отношении…

Обучение и / или опыт в области визуального контроля перед герметизацией, особенно микросхем , и гибридов.
Контракт ESES III включает поставку электрооборудования…

В настоящее время мы ищем ведущего инженера-проектировщика EO / IR (электрооптические / инфракрасные), имеющего опыт руководства и наставничества групп разработчиков оборудования.

Хьюстон, Техас 77058 (район Пасадены)

Понимание пассивных компонентов, микросхемы , гибридной , изготовления полупроводников и дискретных устройств.
Обеспечить электрические, электронные и электромагнитные…

Обучение и / или опыт в области визуального контроля перед герметизацией, особенно микросхем , и гибридов.
В этой роли успешный кандидат должен взаимодействовать с…

Понимание пассивных компонентов, микросхемы , гибридной , изготовления полупроводников и дискретных устройств.
Обеспечить электрические, электронные и электромагнитные…

Chelmsford, MA 01824 (район Heart Pond)

Выполняет задачи по изготовлению или модификации RF Microwave hybrid микросхем и узлов.
Опыт сборки гибрида в соответствии с Mil STD 883…

Хьюстон, Техас 77002 (деловой район)

Понимание пассивных компонентов, микросхемы , гибридной , изготовления полупроводников и дискретных устройств.
Обеспечить электрические, электронные и электромагнитные…

Remtec Inc.

Соединенные Штаты

На этой должности вы будете частью группы инженеров, занимающихся производством, проектированием и производством.
Должность отвечает за разработку процессов / упаковки и…

Remtec Inc.

Норвуд, Массачусетс 02062

Эта должность будет подчиняться президенту компании и будет входить в состав высшего руководства компании.

Modular Devices, Inc.

Ширли, Нью-Йорк, 11967

От 17 долларов в час

Выполнять пайку гибридных микросхем по стандартам компании; знакомство с пайкой SMT-компонентов и короткими перемычками из тонкого провода…

Мы удалили 1 объявление о вакансии, очень похожее на уже показанное.Чтобы увидеть дополнительный результат, вы можете повторить поиск, включив пропущенное объявление о вакансии.

Будьте первым, кто увидит новые вакансии гибридной микросхемы

Создавая оповещение о вакансиях, вы соглашаетесь с нашими Условиями. Вы можете изменить настройки своего согласия в любое время, отказавшись от подписки или как указано в наших условиях.

Микросхема

— определение и значение

Вессель говорит, что, возможно, микросхема — это оранжевая рыба-клоун Марлин, а Голубой мозг — это голубой царственный запах Дори, и вместе они ищут Немо: понимание того, как сознание возникает из сырой трехфунтовой массы нервных и глиальных клеток. мы называем мозгом.

PhysOrg.com — последние новости науки и технологий

Указанный ЭМИ отключил каждую электрическую систему и высокотехнологичную микросхему в этом здании и в нескольких кварталах вокруг, так что попытки отключить любую сигнализацию будут бесполезны.

Starcraft II: Devils ’Due

Ключевой микросхема элементов размером с палец.

Спокойной ночи, миссис.Калабаш

Так что установить те модули микросхемы не составит труда.

Спокойной ночи, миссис Калабаш

В новой блестящей микросхеме элементы лежат прямыми аккуратными рядами в мягких контейнерах.

Спокойной ночи, миссис Калабаш

Паки, Рас Чубай, Дженнер и Др.Соровский давно вернулся в дом у космодрома, так как все их микросхемы были установлены.

Спокойной ночи, миссис Калабаш

Тем не менее он открыл отсек и был потрясен, увидев, что микросхема правильно сидит в своем гнезде.

Спокойной ночи, миссис Калабаш

Роб Кокерилл, менеджер по маркетингу фотовольтаики подразделения DuPont по производству микросхем , сказал, что металлизационная паста Solamet, сделанная из серебра и других материалов, собирает электричество, производимое фотоэлементом, и выводит его из элемента.

DuPont увеличивает производственные мощности

Гибкие микросхемы для печатных плат | Запросить цену

По мере роста спроса на небольшие электронные устройства печатные платы (PCB) продолжают приобретать новые инновационные возможности. Гибкие печатные платы, часто называемые гибкими схемами, улучшают традиционные печатные платы за счет размещения токопроводящих дорожек на гибких полиимидных подложках вместо жестких оснований, армированных стекловолокном. Теперь гибкие микросхемы для печатных плат предлагают дальнейшее усовершенствование, уменьшая размер гибкой схемы и открывая отрасль для использования еще более компактных и высокопроизводительных технологий.Узнайте больше об этих небольших печатных платах и их применениях ниже.

Преимущества гибких микросхем

Микросхемы гибких печатных плат

по сути являются миниатюрными версиями гибких схем. Они бывают односторонними, двусторонними и многослойными, что позволяет им обеспечивать различные уровни функциональности. Некоторые из преимуществ гибких микросхем для печатных плат включают:

Гибкая конструкция: Как и более крупные гибкие схемы, гибкие микросхемы рассчитаны на изгиб, скручивание и складывание.Такая конструкция позволяет гибким микросхемам печатной платы размещаться в небольших и нестандартных пространствах, что идеально подходит для использования в небольших устройствах.
Малый размер и легкий вес: Гибкие микросхемы выводят компактный размер и легкий вес гибкой схемы на новый уровень. Они поддерживают функцию цепи, значительно снижая вес и занимаемую площадь.
Хорошая целостность сигнала: С помощью специального оборудования для травления можно создавать гибкие микросхемы с высокой целостностью сигнала.Эти микросхемы часто используются в приложениях, требующих надежного высокоскоростного подключения.
Высокая виброустойчивость и ударопрочность: Гибкое основание микросхемы придает ей повышенную устойчивость к ударам и вибрации, что оказывается полезным в небольших бытовых электронных устройствах, с которыми часто или даже постоянно обращаются.

Гибкие приложения для микросхем печатной платы

Гибкие микросхемы, обладающие множеством уникальных преимуществ, находят применение во многих отраслях и приложениях.Хотя вы можете использовать микросхему в любом типе электронного продукта, они особенно хорошо работают в небольших устройствах, даже когда обычные гибкие схемы оказываются непригодными для использования. Два наиболее распространенных типа использования этих печатных плат — это малогабаритная технология и высокопроизводительная технология. Гибкие микросхемы PCB можно найти в следующей электронике и продуктах:

Медицинские устройства, например слуховые аппараты
Электронные медицинские имплантаты
Носимые устройства
Мобильные устройства
Промышленные датчики
RFID-метки и считыватели
Высокоскоростные цифровые или микроволновые соединители

Flex могут также найти применение в низкотехнологичных приложениях, для которых удобны малый размер и гибкость микросхем.Если у вас есть вопросы о возможных применениях гибких микросхем, вы можете обсудить свой проект со специалистами Millennium Circuits Limited. Наша отмеченная наградами служба поддержки клиентов может помочь вам определить, какой тип печатной платы лучше всего подходит для вашего приложения.

Гибкие микросхемы от Millennium Circuits Limited

Планируете ли вы использовать полноразмерные гибкие схемы или гибкие микросхемы на печатной плате, вам необходимо найти печатные платы, которые соответствуют требованиям вашего проекта и надежно функционируют.Получение подходящих печатных плат начинается с поиска подходящего поставщика.

Как хорошо зарекомендовавший себя поставщик печатных плат в США, Millennium Circuits Limited может обеспечить отличные результаты как при крупных, так и при небольших заказах. Мы следуем строгим стандартам ISO 9001, чтобы гарантировать качество и удовлетворенность клиентов. Узнайте больше о наших возможностях и запросите расценки, чтобы начать работу над своим проектом сегодня.

Пространственное и функциональное внимание в модели слоистой кортикальной микросхемы

Образец цитирования: Wagatsuma N, Potjans TC, Diesmann M, Sakai K, Fukai T. (2013) Пространственное и функциональное внимание в многоуровневой модели кортикальной микросхемы. PLoS ONE 8 (12): e80788. https://doi.org/10.1371/journal.pone.0080788

Редактор: Мигель Мараваль, Институт неврологии Аликанте UMH-CSIC, Испания

Поступила: 15 июня 2013 г .; Одобрена: 7 октября 2013 г .; Опубликован: 6 декабря 2013 г.

Авторские права: © 2013 Wagatsuma et al. Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.

Финансирование: субсидия на научные исследования в инновационных областях для TF (№ 22115013), суперкомпьютерный проект нового поколения MEXT, Япония, и грант ЕС 269921 (BrainScaleS) Альянсу Гельмгольца по системной биологии на MD поддержал эту работу. Финансирующие организации не играли никакой роли в дизайне исследования, сборе и анализе данных, принятии решения о публикации или подготовке рукописи.

Конкурирующие интересы: Авторы заявили, что конкурирующих интересов не существует.

Введение

Визуальное внимание — это функция мозга, которая улучшает наше восприятие путем выборочного усиления нейронных реакций на определенные зрительные стимулы [1] — [7]. Это позволяет мозгу обращать внимание на самую важную на данный момент информацию [8], тем самым улучшая восприятие во многих аспектах [1], [9] — [12]. Визуальное внимание функционирует в двух различных режимах: пространственном и функциональном. Многочисленные исследования показали, что направление внимания на пространственное расположение или отличительные особенности визуальной цели по-разному усиливает связанные нервные реакции и различимость визуальных стимулов [13] — [16].Например, нейроны зрительной коры сильно реагируют на полосу, представленную в их рецептивных полях и выровненную с их предпочтительной ориентацией [3], [17]. Если испытуемый обращает внимание на пространственное положение полоски, усиление нейронных ответов увеличивается в произвольной ориентации, включая предпочтительную. Напротив, если субъект обращает внимание на конкретную особенность зрительного стимула (то есть на его ориентацию или направление движения), резкость кривой настройки клеток увеличивается, что означает, что усиление реакции клеток увеличивается относительно его предпочтительной особенности. но уменьшается вокруг ортогонального элемента [13], [14].Сетевые модели были предложены для объяснения модуляции внимания зрительных ответов [3], [18] — [29]. Однако механизмы, лежащие в основе различных режимов внимания, плохо изучены.

Ранее мы построили сетевую модель с парой многоуровневых моделей микросхем [30], чтобы учесть классические экспериментальные результаты по визуальному вниманию, сообщенные Reynolds et al. [3]. Здесь мы расширяем результаты предыдущих моделей в основном в двух аспектах. Во-первых, мы исследуем механизмы различных модуляций ответа в пространственном и функциональном режимах внимания.Мы предполагаем, что такие различия возникают из-за различного нисходящего влияния на зрительные корковые сети, а не из-за наличия разных нейронных цепей, специализирующихся на двух режимах внимания. Во-вторых, мы изучаем влияние внимания на селективность ориентации путем построения сетей многослойных кортикальных микросхем из нейронов, объединяющих и запускающих, с биологически приемлемой корковой ламинарной структурой [31]. Мы смоделировали каждую микросхему (например, относительную популяцию клеток и вероятности соединения в ее отдельных слоях) на основе анатомических и электрофизиологических свойств кортикальных микросхем [32] — [34].Некоторые из этих данных были получены из неокортекса грызунов, который не имеет четко выраженной столбчатой организации [35], [36]. Таким образом, каждая модель микросхемы описывает функциональную группу нейронов со схожими характеристическими ответами, но не обязательно описывает пространственно сгруппированную популяцию нейронов, такую как кортикальный столбик.

В зрительном пути восходящий вход, несущий сенсорную информацию, проецируется на корковые слои 4 и 6 (L4 и L6), тогда как нисходящий вход из более высоких зрительных областей переносит информацию о внимании в L2 / 3 и L5, избегая L4 [28 ], [37] — [39].И наоборот, выход в верхние области коры возникает из L2 / 3, L5 и L6 нижних областей, а нейроны в L2 / 3 опосредуют синаптические взаимодействия между функционально сгруппированными микросхемами в зрительной коре. Поскольку влияние внимания сверху вниз было предложено для нейронных ответов в зрительной области V4 [40], модуляции ответа в пространственных и основанных на особенностях режимах внимания могут возникать в результате сложных взаимодействий между восходящими сенсорными и нисходящими входными сигналами внимания. внутри слоистых корковых сетей [14], [28].Наша модель кортикальной микросхемы позволяет нам исследовать, как эти 2 входа, которые по-разному распределены по функциональным микросхемам, взаимно взаимодействуют через синаптические соединения между слоями и микросхемами. Из-за ограниченности ресурсов моделирования наша модель ограничена частью зрительного коркового пространства, разделяющей общее рецептивное поле. Следовательно, наша модель не может иметь дело с конкуренцией, вызванной восходящим вниманием и картой значимости между пространственно распределенными стимулами [41], [42].Однако наша модель частично учитывает важность восходящих механизмов внимания, поскольку она объединяет эффекты восходящего визуального ввода и нисходящего внимания в ламинарной структуре коры. Мы демонстрируем, что результирующие модуляции внимания согласуются с наблюдаемыми экспериментально. Кроме того, наша модель учитывает дифференциальные эффекты пространственного и основанного на особенностях режимов внимания на визуальную различимость [16].

Результаты

Ранее мы построили модель зрительной коры, соединив 8 идентичных слоистых микросхем (рис. 1) [30], [31].Каждая многослойная микросхема имеет L2 / 3, L4, L5 и L6, и каждый слой включает возбуждающий пул и тормозной пул (рис. 1А). 8 микросхем имеют разные предпочтительные ориентации, разделяют рецептивное поле и взаимодействуют друг с другом посредством бокового торможения и возбуждающих горизонтальных связей между микросхемами с одинаковой избирательностью ориентации (рис. 1B) [35]. Наша сгруппированная модель микросхемы лучше всего подходит для описания нейронных сетей первичной зрительной коры (V1), которые активируются ориентированными полосами.Восходящий сенсорный ввод, представляющий ориентированную полосу, проецируется на нейроны в каждой микросхеме с разной интенсивностью в зависимости от ориентации стимула и предпочтительной ориентации нейронов (рис. 2А). Ввод сверху вниз, несущий пространственное внимание, то есть внимание к расположению рецептивного поля [13], опосредуется однородными проекциями на все микросхемы независимо от их избирательности ориентации (рис. 2В). Напротив, нисходящий ввод, несущий внимание, основанное на особенностях, т.е.е. внимание к ориентированной полосе в месте за пределами рецептивного поля клетки [14], выборочно проецируется на микросхему, которая предпочитает контролируемую ориентацию (рис. 2С). Более подробные сведения о модели описаны в разделе «Материалы и методы».

Рис. 1. Модельная архитектура многослойных зрительных кортикальных микросхем.

A , Внутри- и межламинарные синаптические соединения и внешние входы многослойной микросхемы. Наша модель имеет 8 микросхем с селективными ориентациями, каждая из которых содержит 20000 нейронов с интеграцией и запуском и составляет L2 / 3, L4, L5 и L6.Треугольники и кружки обозначают возбуждающие или тормозящие нейроны соответственно. Толстые стрелки представляют сильные синаптические связи с вероятностью C > 0,13, а узкие стрелки представляют синаптические связи с C > 0,065. Другие более слабые синаптические связи не показаны. Слой 2/3 опосредует связи между микросхемами с избирательной ориентацией. Визуальные стимулы, имитирующие ориентированные столбики, проецируются как на L4, так и на L6, в то время как внимание сверху вниз проецируется на L2 / 3 и L5. B, Inter-mc синаптическое соединение нашей модели. Ориентированные стержни на цилиндрах представляют собой предпочтительную ориентацию отдельных микросхем блока. Модель микросхемы имеет два типа меж-MC-соединений, опосредованных внутри L2 / 3: один — это латеральное ингибирование среди микросхем, опосредованное проекциями от возбуждающих нейронов в одной микросхеме на тормозящие нейроны в других (Exc-Inh). Другой тип — это возбуждающие связи между микросхемами с одинаковой избирательностью ориентации (Exc-Exc).Мы установили более высокую вероятность соединения для соединений Exc-Exc, чем для соединений Exc-Inh.

https://doi.org/10.1371/journal.pone.0080788.g001

Рис. 2. Визуальные стимулы и нисходящий ввод в нашей модели.

A Схематично показаны визуальные входы снизу вверх, когда вертикальная полоса представлена в общем воспринимаемом поле функционально сгруппированных микросхем. Толщина каждого входа представляет его силу. Восходящие входы сильнее всего проецируются на микросхемы, которые предпочитают вертикальную ориентацию, и менее сильно — на другие. B, Нисходящий ввод, опосредующий пространственное внимание, направлен на расположение рецептивного поля модели и, следовательно, активирует функционально сгруппированные микросхемы. C, Нисходящий ввод, опосредующий ориентированное на функции внимание, проецируется только на микросхемы, которые предпочитают обслуживаемую ориентацию.

https://doi.org/10.1371/journal.pone.0080788.g002

Далее мы провели некоторые исследования, чтобы понять сетевые механизмы модуляции внимания в нейронных ответах, наблюдаемых в зрительной коре головного мозга [13], [14].Эти предыдущие исследования включали сложные визуальные стимулы, которые трудно воспроизвести в сетевой модели только с одной корковой областью; экспериментальные результаты продемонстрировали сходные эффекты пространственного и основанного на особенностях режимов внимания на настраивающие свойства нейронов в различных зрительных корках. Поэтому, чтобы выяснить лежащий в основе механизм, мы провели моделирование в очень простом случае, в котором испытуемым в этом исследовании предъявлялись различные ориентированные стержневые стимулы.В каждом испытании ожидаемое местоположение (пространственное внимание) или ориентация стимула (внимание, основанное на особенностях) подсказывалось визуальным сигналом для направления внимания животного на стимул, показанный в рецептивном поле. Ниже мы объясняем ответы модельных нейронов в различных сценариях.

Нейронные отклики модели микросхемы при пространственном внимании

Сначала мы рассчитали настройку ориентации нейрональных ответов при пространственном внимании. С этой целью мы применили восходящий сенсорный стимул, имитирующий вертикальную полосу на L4 и L6 микросхем с предпочтительными направлениями, близкими к вертикальной ориентации.Нисходящий ввод внимания был применен с одинаковой силой к L2 / 3 и L5 всех микросхем (см. Материалы и методы, рис. 1A и 2B). На рисунке 3 приведены средние показатели активности в популяции в нейтральном состоянии (то есть без воздействия внимания) и при пространственном внимании (с вводом внимания) по результатам 50 имитационных испытаний. Средние ответы нейронов в микросхемах с различными предпочтительными ориентациями нанесены на график как функция ориентации. Из-за круговой симметрии модели кривая настройки популяции была эквивалентна кривой настройки отдельных нейронов, реагирующих на столбиковый стимул, представленный в различной ориентации.Для возбуждающих нейронов в L2 / 3 и L5 и всех тормозных нейронов кривые настройки хорошо аппроксимируются распределениями Гаусса.

Рис. 3. Реакция модели на вертикальную черту как для нейтрального состояния, так и для пространственного внимания.

Скорости популяции возбуждающих ( A ) и тормозных ( B ) нейронов для каждого слоя модели микросхемы представлены сплошными и пунктирными линиями соответственно. Ориентированные полоски внизу показывают предпочтительную ориентацию каждой многослойной микросхемы.Серые и черные линии показывают ответы модели без привлечения внимания (нейтральное состояние) или во время пространственного внимания, соответственно. Кривые настройки возбуждающих нейронов L2 / 3 и L5 и тормозных нейронов во всех слоях были подогнаны к гауссовскому распределению. Звездочки указывают на то, что различия в показателях стрельбы в популяции между двумя условиями для этого ориентированного стержня были статистически значимыми (t-тест: ** для p <0,01; * для p <0,05; - для p <0,1).

https: // doi.org / 10.1371 / journal.pone.0080788.g003

Независимо от избирательности ориентации пространственное внимание заметно усиливает популяционную активность в L2 / 3 и L5 как возбуждающих, так и тормозных нейронов. Это увеличение скорости активизации популяции в модели согласуется с результатами нескольких физиологических экспериментов по пространственному вниманию (см. Рис. 2, 4–7 и 10 в [13]). В данной модели возбуждающие нейроны в L4 и L6 показали контрастную разницу с нейронами L2 / 3 и L5 в кривых настройки, а также в их модуляции внимания: пространственное внимание сверху вниз значительно подавляло скорость активации популяций L4 и L6.Это подавление L4, которое, как ранее было показано, полезно для быстрого переключения внимания, происходит в первую очередь из-за усиленного возбуждающего импульса ингибирующих L4 нейронов, обеспечиваемого возбуждающими нейронами L2 / 3 и L6 [30]. Хотя наши знания о точном соединении ограничены, вероятности соединения межламинарных проекций, определенные на основе электрофизиологических и анатомических данных [32] — [34], предсказывают, что L4 и L6 зрительной коры могут демонстрировать паттерны модуляции, отличные от таковых в других слои, возможно, для ускорения анализа визуальных объектов с множеством сложных функций.Этот момент обсуждается ниже.

Рис. 4. Реакция модели на вертикальную черту как для нейтрального состояния, так и для особого внимания.

Популяционные ответы возбуждающих ( A ) и тормозных ( B ) нейронов в модели. Все условные обозначения такие же, как на рисунке 3. Модель получила восходящий ввод, имитирующий вертикальную полосу. Реакции нейронов сравнивали в двух случаях; то есть в нейтральном состоянии и при ориентированном на особенности внимании, где реакции в нейтральном состоянии идентичны тем, которые показаны на рисунке 3.Мы использовали гауссовские распределения для аппроксимации кривых.

https://doi.org/10.1371/journal.pone.0080788.g004

Рис. 5. Статистический анализ кривых настройки ориентации.

A, B, C, Показаны базовые линии, амплитуды и ширина гауссовых кривых настройки для ответов возбуждающих нейронов в L2 / 3 (вверху) и L5 (внизу). Значения параметров подгонки по Гауссу были получены из 50 имитационных испытаний в нейтральных условиях (серые столбцы), пространственном внимании (пустые столбцы) и внимании, основанном на особенностях (заполненные столбцы).Звездочки указывают на то, что значения параметров достоверно отличались от значений в нейтральном состоянии (t-тест: ** для p <0,01; * для p <0,05; - для p <0,1). D, Гистограммы абсолютных пиков кривых настройки в L2 / 3 и L5 показаны для стимула с вертикальной полосой. Треугольники показывают средние значения. Мы рассчитали значение P для теста Манна-Уитни, чтобы сравнить гистограммы между нейтральным состоянием и двумя состояниями внимания.Особое внимание значительно улучшило обнаружение представленной ориентации.

https://doi.org/10.1371/journal.pone.0080788.g005

Рисунок 6. Распределение индексов внимания (AI) по возбуждающим и тормозным популяциям нейронов в L2 / 3 и L5.

A, Распределение индексов внимания отображается для пространственного внимания. Изображены распределения возбуждающих нейронов (серые столбцы, верхние панели) и тормозных нейронов (пустые столбцы, нижние панели).На всех панелях закрашенные столбцы указывают нейроны, показывающие статистически значимые модуляции внимания (t-критерий, p <0,01). Треугольники показывают средние значения. B, Аналогичные распределения индексов внимания показаны для внимания, основанного на особенностях.

https://doi.org/10.1371/journal.pone.0080788.g006

Рисунок 7. Влияние дополнительного внешнего шума на нейронные реакции в нашей модели.

Мы провели моделирование при 4 различных уровнях шума.Мы вычислили индекс различимости d ‘ для L2 / 3 ( A ) и L5 ( B ) модели, реагирующей на вертикальную или горизонтальную полосу. Пунктирная линия показывает звездную величину d ‘ в нейтральном состоянии. Сплошные серые и черные линии показывают результаты пространственного и основанного на особенностях режимов внимания соответственно. L2 / 3 и L5 показали аналогичные изменения дискриминируемости при изменении уровня шума. Только при низком уровне шума пространственное внимание увеличивалось на d ‘ по сравнению с d’ в нейтральном состоянии, тогда как внимание, основанное на особенностях, увеличивало его при любом уровне шума, испытанном в этом исследовании.

https://doi.org/10.1371/journal.pone.0080788.g007

Нейронные отклики модели микросхемы при особом внимании

Затем мы рассчитали настройку ориентации нейронных ответов при ориентированном на особенности внимании. Как и в моделировании пространственного внимания, сенсорный стимул, имитирующий вертикальную полосу, применялся к микросхемам блока с предпочтительными направлениями, близкими к вертикальной ориентации. Однако ввод внимания выборочно применялся к этим микросхемам, а не к другим (см. Материалы и методы и рисунок 2C).

На рис. 4 показана частота активации различных слоев коры в популяции при особом внимании. Кривые настройки, показанные для нейтрального состояния (серые линии), идентичны кривым на рисунке 3. В L2 / 3 и L5 внимание, основанное на особенностях, заметно усилило активность тех возбуждающих нейронов в микросхемах, которые получали как предпочтительный визуальный стимул, так и внимательный ввод. Напротив, активность возбуждающих клеток в этих слоях, предпочитающих горизонтальную ориентацию вертикальной, значительно подавлялась вниманием.Эти результаты означают, что внимание, основанное на особенностях, увеличивает как усиление, так и избирательность настраивающих свойств, что согласуется с результатами недавних физиологических экспериментов [14]. Опять же, мы наблюдали отклоняющиеся кривые настройки и паттерны модуляции для возбуждающих нейронов L4 и L6.

Статистический анализ модозависимых модуляций внимания

Как для пространственного, так и для функционального режимов внимания, ответы возбуждающих нейронов в L2 / 3 и L5 на ориентированные столбики хорошо представлены гауссовыми кривыми настройки.Кривая настройки по Гауссу имеет 4 параметра: среднее значение, стандартное отклонение (SD), пиковую амплитуду и асимптоту. Среднее значение представляет предпочтительную ориентацию, SD дает меру ширины настройки, а асимптота описывает базовую нейронную активность. Чтобы количественно оценить модуляции внимания нашей модели, зависящие от мод, мы статистически проанализировали 4 гауссовых параметра в различных условиях моделирования (т.е. нейтральных, пространственных и основанных на особенностях). Для сравнения результатов с результатами, полученными в физиологических экспериментах, мы использовали тот же метод статистического анализа, что и в работе.[13].

Рисунок 5 суммирует результаты анализа нейтрального состояния, пространственного внимания и внимания, основанного на особенностях. Средние значения базовой линии настройки, амплитуды и ширины, рассчитанные на основе 50 испытаний моделирования, показаны на рис. 5A, B и C соответственно. На рис. 5D представлены частотные гистограммы абсолютного значения положения пика (взятого как среднее значение в качестве приближения) при трех условиях моделирования. Во-первых, мы сравнили настраивающие свойства нейтрального состояния со свойствами пространственного внимания.Для L2 / 3 величина амплитуды настройки была больше для пространственного внимания, чем для нейтрального состояния (t-критерий, p <0,01; рис. 5B). Напротив, не было значительных различий в ширине настройки (рис. 5C) и базовой линии (рис. 5A) между нейтральным состоянием и пространственным вниманием (t-критерий, p> 0,1). Эти результаты демонстрируют заметное влияние пространственного внимания на усиление ответа популяции в L2 / 3 в сочетании с неизменностью ориентационной селективности. Для L5 мы обнаружили значительное увеличение амплитуды настройки, а также базовой линии (t-тест, p <0.01), но без заметного изменения ширины перестройки (p> 0,1). Следовательно, кажется, что пространственное внимание вызывает общее усиление амплитуды настройки ориентации в L2 / 3 и L5. Так как эти слои являются выходными терминалами зрительных кортикальных микросхем, увеличение скорости возбуждения популяции будет оказывать сильное влияние на активность нижележащих зрительных корок. Мы не обнаружили каких-либо значительных изменений в положении пика между нейтральным и пространственным вниманием (рис. 5D, тест Манна-Уитни, p = 0.66 для L2 / 3 и 0,89 для L5). Общее улучшение кривой настройки и неизменность избирательности настройки в пространственном внимании соответствуют экспериментальным результатам (см. Ссылку [13]; рисунки 2B, 4 и 7).

Как и в случае с пространственным вниманием, внимание, основанное на особенностях, значительно увеличило амплитуду настроечных кривых для обоих слоев (t-критерий, p <0,01; рис. 5B). Однако, в отличие от пространственного внимания, величины как базовой линии (Рисунок 5A), так и ширины (Рисунок 5C) кривых настройки в L2 / 3 и L5 были меньше для внимания, основанного на особенностях, чем для нейтрального состояния (t-тест, р <0.01). Эти результаты означают, что выборочный нисходящий ввод в определенные микросхемы не только увеличивает усиление, но и обостряет кривые настройки ответов населения в выходных слоях зрительной коры. Такие модуляции внимания усиления и избирательности кривых настройки ориентации обычно наблюдаются в электрофизиологических экспериментах [14]. В нашей модели внимание, основанное на особенностях, значительно сместило положения пиков в L2 / 3 и L5 в сторону ориентации стимула (рис. 5D, тест Манна-Уитни, p <0.01), что свидетельствует о значительном улучшении точности анализа ориентации стимула.

Паттерны модуляции ответа в L2 / 3 и L5 нашей модели показали хорошее согласие со смещенной конкуренцией, наблюдаемой в более высоких областях зрения [3], [21]. На рисунке S1 приведены средние значения частоты возбуждения возбуждающих и тормозных нейронов в каждом слое микросхемы с предпочтением вертикальных полос в различных условиях стимула для предвзятого соревнования. Эти ответы корковых слоев аналогичны таковым в нашей предыдущей модели [30].Происходит ли сходная модуляция внимания в V1, для которой наша модель может лучше всего подходить, остается неизвестным, поскольку небольшие рецептивные поля нейронов V1 исключили такой эксперимент [17].

Роль межмашинных связей в двух режимах внимания

Наша модель может воспроизводить качественные и количественные различия между пространственным и основанным на особенностях режимами визуального внимания с точки зрения кривых настройки ориентации. Распределение нисходящего ввода по 8 микросхемам имело решающее значение для модуляции внимания, зависящей от режима.Кроме того, мы исследовали роль горизонтальных волокон между МС в двух режимах зрительного внимания с помощью численного моделирования модели, в которой отсутствуют связи между МС между возбуждающими нейронами L2 / 3. В этих симуляциях межмквартальное латеральное торможение осталось неизменным (рис. S2).

В пространственном внимании модуляция кривых настройки ориентации в L2 / 3 и L5 была аналогичной как для исходной, так и для модифицированной модели (рис. S3). Кроме того, кривые настройки этих корковых слоев демонстрируют аналогичную модуляцию при ориентированном на особенности внимании (рис. S4).В обоих режимах внимания возбуждающие нейроны в L4 и L6 показали модуляцию внимания, контрастирующую с нейронами L2 / 3 и L5 как в модифицированной, так и в исходной модели. Интересно, что в модифицированной модели свойства настройки ориентации для L4 и L6 были сохранены, в отличие от исходной модели, показанной на рисунках 3 и 4.

Чтобы получить количественное представление о поведении различных моделей, мы статистически сравнили 4 параметра гауссовых кривых настройки для возбуждающих нейронов L2 / 3 и L5 в нейтральном состоянии, пространственном внимании и внимании, основанном на особенностях (Рисунок S5). .В частности, пространственное внимание немного, но статистически значимо, уменьшило амплитуду кривых настройки для L2 / 3 в модифицированной модели (Рисунок S5B, t-критерий, p <0,01). Кроме того, не было значительной разницы в ширине между нейтральным состоянием и вниманием, основанным на особенностях, как для L2 / 3, так и для L5 в модифицированной модели (рис. S5C, t-критерий, p> 0,1). Поскольку эти модели модуляции кажутся несовместимыми с результатами психофизических экспериментов [16], мы можем сделать вывод, что модифицированная модель экспериментально неприемлема.

Затем мы выполнили моделирование модифицированной модели в различных условиях стимула для предвзятой конкуренции [3], [21]. На рисунке S6 показаны средние частоты срабатывания нейронов в каждом слое микросхемы с избирательностью вертикальной ориентации. Паттерны модуляции предвзятого соревнования не соответствовали физиологическим данным [3], [21]. В частности, ответы возбуждающих нейронов в L2 / 3 не были чувствительны к зрительным стимулам и условиям внимания. Напротив, горизонтальная штанга-дистрактор усиливала активность возбуждающих нейронов L5, что означает, что они были расторможены (т.е., получил пониженное торможение) определенным сетевым механизмом. Эти результаты предполагают, что возбуждающие синаптические связи между МС не только усиливают популяционные ответы единичных микросхем, предпочтительно отвечающих на предъявленный стимул, но также подавляют ответы микросхем с противоположным предпочтением.

Модуляция ответа одиночных нейронов

Мы исследовали величину модуляции внимания в отдельных возбуждающих и тормозных нейронах в L2 / 3 и L5 микросхемы с вертикальной предпочтительной ориентацией.Для количественного анализа и статистических тестов мы использовали нормализованный индекс внимания (AI), определяемый как (A-U) / (A + U) для каждого нейрона, где A и U — частота активации нейронных ответов на контролируемые и необслуживаемые стимулы. [4], [5]. В каждом испытании показатели стрельбы усреднялись за весь период моделирования.

На рис. 6A и 6B показано распределение AI для пространственного внимания и внимания, основанного на особенностях, соответственно. Закрашенные столбцы указывают на нейроны, которые демонстрируют статистически значимую модуляцию скорости возбуждения (t-критерий, p <0.05). Все распределения были смещены в положительную сторону благодаря пространственному, а также особому вниманию. Среднее значение AI увеличилось на 0,132 для возбуждающих нейронов и на 0,202 для тормозных нейронов в пространственном внимании, в то время как оно увеличилось на 0,215 для возбуждающих нейронов и на 0,238 для тормозных нейронов в ориентированном на особенности внимании. Мы отмечаем, что, как и в ранее предложенной модели [21], коэффициент модуляции, определяемый как (1 + AI) / (1-AI), согласуется в возбуждающих нейронах с таковыми, полученными в электрофизиологических записях от MT [13].

Преднамеренная модуляция также зависит от типа клетки. При пространственном внимании около 62% (169/271) значительно модулированных возбуждающих нейронов демонстрировали значительное зависимое от внимания увеличение скорости возбуждения. Примерно 76% (51/67) значительно модулированных тормозных нейронов также показали такое увеличение. Разница в доле положительной и отрицательной модуляции между двумя типами клеток значительна, согласно тесту начальной загрузки (1000 повторных выборок, p <0,001). Следовательно, пространственное внимание сверху вниз оказывает более последовательное влияние на скорость возбуждения тормозных нейронов, чем возбуждающих нейронов в L2 / 3 и L5.Эти различия в зависимой от внимания модуляции ответа между возбуждающими и тормозящими нейронами согласуются с электрофизиологическими данными [5].

В случае внимания, основанного на особенностях, около 87% (289/331) значительно модулированных возбуждающих нейронов показали значительное увеличение частоты возбуждения, а около 77% (61/79) тормозных нейронов показали значительно повышенную частоту возбуждения. . Опять же, тест начальной загрузки подтвердил, что эта разница в доле положительной и отрицательной модуляции между возбуждающими и тормозящими нейронами была статистически значимой (1000 повторных попыток, p <0.001). Таким образом, нисходящее внимание, основанное на особенностях, оказывает более устойчивое влияние на активность возбуждающих нейронов, чем на тормозные нейроны. Поскольку экспериментальных данных нет, это является предсказанием нашей модели.

Дифференциальные эффекты двух видов внимания в зрительном восприятии

Биологические системы неизбежно подвержены шуму, и то, как система реагирует на входной шум, часто раскрывает важные характеристики системы. Несколько исследований показали, что аддитивный внешний шум мешает нейронным ответам на бесшумные зрительные стимулы и влияет на восприятие [16], [44] — [47].Поэтому мы исследовали, как наша модель микросхемы реагирует на шумные визуальные стимулы. С этой целью мы добавили внешний шум, который не коррелировал с ориентацией представленного бара. Многослойная микросхема с предпочтительной ориентацией 0 градусов получила восходящий ввод, имитирующий вертикальную полосу. В дополнение к этому входу другие микросхемы получали дополнительные восходящие входы, опосредующие внешний шум, который был задан как набор независимых цепочек пиков Пуассона со средней скоростью 2,5, 5,0, 10.0 или 15,0 Гц.

Britten et al. может объяснить психофизические характеристики обезьян, используя нейронные реакции в зрительной области [44]. Мы оценили производительность модели, используя индекс различимости ( d ‘) для вертикальных и горизонтальных полос, полученный из теории обнаружения сигналов [48]. Индекс грубой дискриминации представляет собой способность модели различать 2 ортогональные ориентации и определяется как где и указывает среднее значение и стандартное отклонение частоты воспламенения популяции в микросхеме с предпочтительным углом наклона 0 градусов, реагирующей на вертикальную черту.Аналогично, и — среднее и стандартное отклонение нейронных ответов в той же микросхеме на горизонтальную полосу. Мы представили восходящие визуальные сигналы, имитирующие вертикальную или горизонтальную полосу с различными уровнями внешнего шума, и исследовали, может ли наша модель различать две ориентированные полосы. На Рисунке S7 представлен пример гистограмм для уровней активизации популяции микросхемы, которая предпочла вертикальную полосу, как показано в анализе физиологического эксперимента (см. Рисунок 5 из [44]).Отметим, что ответы этой микросхемы на нежелательный стимул (горизонтальная полоса) могут быть выведены из реакции на вертикальную полоску другой микросхемы, которая предпочитает горизонтальную полоску [44]. Индексы различимости, вычисленные для нейронных ответов в L2 / 3 и L5, изображены на фиг. 7A и 7B, соответственно, как функция уровня шума в нейтральном состоянии и двух режимах визуального внимания. Эффекты внимания на различимость показывают аналогичную тенденцию в L2 / 3 и L5.Во всех случаях различимость двух ортогональных ориентаций уменьшается с увеличением уровня внешнего шума.

По сравнению с нейтральным состоянием, при пространственном внимании, наша модель показала заметное увеличение d ‘ при низких уровнях шума (рис. 7), без улучшения различимости при высоких уровнях шума. Напротив, при внимательном отношении к характеристикам модель показала последовательное улучшение d ‘ как при низком, так и при высоком уровне шума.Эти результаты показывают, что пространственное внимание улучшает восприятие визуальных стимулов только при низких уровнях внешнего шума, тогда как внимание, основанное на особенностях, улучшает его как при высоком, так и при низком уровне шума. Мы также наблюдали аналогичную модуляцию, зависящую от режима внимания, внешним шумом в распределении местоположения пика (рисунки S8 и S9). Эти разные эффекты двух видов внимания согласуются с психофизическими наблюдениями [16].

Чтобы изучить производительность нашей модели более подробно, мы вычислили значения d ‘ для точного различения между вертикальным и 22.Полосы, ориентированные под углом 5 градусов, в зависимости от уровня внешнего шума (Рисунок S10). Эффекты двух режимов внимания на различимость и влияние уровня шума аналогичны тем, которые наблюдаются при распознавании ортогональных ориентаций, показанном на рисунке 7. Однако величина d ‘ заметно ниже для одинаковых ориентаций, чем для ортогональные ориентации. Эта тенденция хорошо согласуется с характеристиками человеческого восприятия. Таким образом, наша модель может выполнять тонкое различение, хотя это сложнее, чем грубое различение.

Обсуждение

Чтобы исследовать цепной механизм внимания для визуального восприятия, мы построили модель зрительной корковой сети, состоящую из 8 многослойных функциональных микросхем, содержащих около 20 000 нейронов с интеграцией и запуском в каждой микросхеме (всего около 160 000 нейронов). Слои 4 и 6 отдельных микросхем получают предпочтительные восходящие стимулы, представляющие различные ориентированные полосы, а L2 / 3 и L5 получают нисходящий ввод, опосредующий пространственное или ориентированное на особенности внимание.В дополнение к этим входам микросхемы взаимодействуют друг с другом через возбуждающие горизонтальные соединения и поперечное торможение, реализованное в L2 / 3. Эта архитектура создает конкуренцию между MC за одновременное представление двух ортогонально ориентированных полос (рисунок S1, [3]). С помощью численного моделирования мы показали, что активность нейронов в L2 / 3 и L5 нашей модели хорошо объясняет различные модуляции ответа в зрительной коре, вызванные пространственными и основанными на особенностях режимами внимания [13], [14].В частности, различимость шумных визуальных стимулов в нашей модели согласуется с экспериментальными наблюдениями [16].

Механизмы зависимой от режима внимания модуляции нейронных ответов

Суть нашей модели заключается в гипотезе о том, что пространственный и функциональный режимы внимания по-разному реализуются посредством нисходящего ввода в корковые микросхемы (рис. 1B и 1C). Нисходящий ввод, опосредующий ориентированное на функции внимание, проецируется преимущественно на конкретную микросхему, чтобы усилить реакцию модели на обслуживаемую функцию.Напротив, пространственное внимание опосредовано однородным входящим потоком сверху вниз, проецируемым на все функциональные микросхемы, которые разделяют их пространственные рецептивные поля. Следовательно, при ориентированном на особенности внимании, нисходящий ввод усиливал ответы популяции в L2 / 3 и L5 микросхем, которые преимущественно реагируют на обслуживаемый ориентированный стимул, в то же время подавляя ответы микросхем с другими предпочтительными ориентациями за счет межкомпонентной торможение (рисунок 4). Это подавление в микросхемах эффективно усиливается возбуждающими соединениями между микроконтроллерами (рисунки S1 и S6).В пространственном внимании однородный нисходящий вход компенсировал подавляющие эффекты бокового торможения, и усиление реакции увеличивалось во всех локальных микросхемах. Недавно Коэн и Маунселл [49] сообщили, что внимание, основанное на особенностях, координирует активацию нейронов в V4 через полушария, тогда как пространственное внимание действует на локальные нейронные популяции. Эти результаты, по-видимому, подтверждают различные паттерны проекции нисходящего ввода в двух режимах внимания, наблюдаемых в нашей модели.

Возбуждающие связи между микросхемами с одинаковыми предпочтениями ориентации необходимы для формирования их настраивающих свойств в различных режимах зрительного внимания.Было трудно количественно воспроизвести специфичные для типа внимания модуляции нейрональных ответов в моделях микросхем без этих горизонтальных связей, хотя качественные модели модуляции скоростей популяции аналогичны экспериментальным данным [13], [14]. Однако такая модифицированная модель не воспроизводила ни модуляцию амплитуды кривых настройки ориентации в пространственном внимании, ни модуляцию ширины в ориентированном на особенности внимании (рис. S5). Кроме того, эти модели не создавали конкурентных эффектов между ортогонально ориентированными столбиками, одновременно представленными в рецептивном поле (Рисунок S6).Эти модели модуляции не соответствовали результатам физиологических экспериментов [3], [13], [14]. В модифицированной модели отсутствуют возбуждающие связи между микросхемами со схожими предпочтениями ориентации, так что внешние входы, такие как визуальные входы снизу вверх и внимание сверху вниз, напрямую определяют ответы микросхемы в возбуждающих нейронах L2 / 3. В нашем моделировании нисходящий ввод был намного слабее, чем предпочтительный стимул (см. Материалы и методы). Следовательно, когда однородный нисходящий ввод, опосредующий пространственное внимание, и вертикальная черта были применены к модифицированной модели, реакции микросхемы с предпочтением вертикальной полосы в основном определялись силой восходящего визуального ввода.Напротив, для микросхемы с предпочтением горизонтальной полосы пространственный ввод внимания сверху вниз казался более сильным, чем ввод снизу вверх в эту микросхему (рис. 2A и 2B), и имел большое влияние на модуляцию их ответов в L2 / 3 возбуждающие нейроны. Кроме того, активация этих нейронов может подавлять ответы микросхемы с предпочтением вертикальной полосы через латеральное торможение. Следовательно, как показано на рисунке S3A, влияние пространственного внимания на возбуждающую активность L2 / 3 для модифицированной модели было больше в микросхемах с предпочтением горизонтальной полосы, чем в микросхемах с предпочтением вертикальной полосы.Это указывало на то, что в модифицированной модели пространственное внимание заметно увеличивало величину базовой линии, тогда как этот режим внимания немного увеличивал величину (базовая линия + амплитуда). В модифицированной модели отсутствуют возбуждающие связи между микросхемами со схожими предпочтениями ориентации (рис. S2), поэтому общая сила внешних входов, таких как визуальные входы и внимание сверху вниз, может определять ответы возбуждающих нейронов L2 / 3. В нашем моделировании нисходящий ввод был намного слабее, чем предпочтительный стимул (см. Материалы и методы).Следовательно, когда однородный нисходящий ввод, опосредующий пространственное внимание, и вертикальная полоса были применены к модифицированной модели, реакции микросхемы с предпочтением вертикальной полосы в основном определялись визуальным входом. Напротив, для микросхемы с предпочтением горизонтальной полосы нисходящий ввод внимания был более доминирующим, чем восходящий ввод в эту микросхему (рис. 2A и 2B), и оказывал глубокое влияние на их ответы возбуждающих нейронов L2 / 3. .Кроме того, активация этих нейронов может подавлять ответы микросхемы с предпочтением вертикальной полосы через латеральное торможение. Следовательно, как показано на рисунке S3A, влияние пространственного внимания на возбуждающую активность L2 / 3 было сильнее в микросхемах с предпочтением горизонтальной полосы, чем в микросхемах с предпочтением вертикальной полосы. Это указывает на то, что в модифицированной модели пространственное внимание заметно увеличило величину базовой линии, тогда как этот режим внимания немного увеличил величину (базовая линия + амплитуда).Возможными объяснениями этих неприемлемых паттернов модуляции для модифицированной модели было конвергенция возбуждающих сигналов в тормозных нейронах L2 / 3 через внешние входы, такие как визуальное внимание и латеральное торможение. Нисходящий сигнал, опосредующий внимание, проецируется не только на возбуждающие, но и на тормозящие нейроны в L2 / 3 и L5 (Материалы и методы). Кроме того, в модифицированной модели влияние пространственного внимания на возбуждающую активность L2 / 3 было наибольшим в микросхемах с предпочтением горизонтальной планки (рис. 3A), что могло бы усилить ответы тормозных нейронов L2 / 3 в других микросхемах через взаимные помехи. mc латеральное ингибирование (рис. 1В).Если бы эти возбуждающие проекции на L2 / 3-тормозные нейроны в микросхеме с предпочтением вертикальной черты были значительно эффективны, эти нейроны могли бы предотвратить достаточную активацию возбуждающих нейронов L2 / 3 в той же микросхеме с предпочтением вертикальной черты.

Настоящая модель предсказывает, что L2 / 3 и L5, на которые непосредственно проецируется нисходящий ввод, демонстрируют аналогичные кривые настройки ориентации и похожие шаблоны модуляции внимания (подавление или усиление). Напротив, кривые настройки и их модели модуляции несколько отличаются в L4 и L6.Модуляции внимания в этих слоях, по-видимому, зависят от силы интра-mc синаптических связей и межламинарных связей [30]. Например, нейроны в L4 интегрируют восходящие сенсорные входы и возбуждающие сигналы обратной связи от L2 / 3, которые заканчиваются на нейронах, тормозящих L4 (рис. 1A). Следовательно, баланс между этими противоположными входами определяет свойство настройки L4. Наши предыдущие симуляции показали, что другой паттерн модуляции внимания в L4 является преимуществом для быстрого переключения внимания между визуальными объектами [30].Необходимо проверить, демонстрируют ли разные слои разную настройку ориентации и модуляцию внимания в дальнейших экспериментах.

Модуляция реакции, индуцированной вниманием, по типам и слоям нейронов

В то время как визуальное внимание увеличивало общие ответы популяции для L2 / 3 и L5 в нашей модели, отдельные нейроны показали большое разнообразие модуляции скорости возбуждения (рис. 6). Дивергентное поведение нейронов L2 / 3 представляет значительный интерес, поскольку его можно исследовать с помощью оптических записей у бодрствующих животных.Во-первых, несмотря на то, что нисходящий вход более плотно проецировался на возбуждающие популяции, чем на тормозящие в пространственном внимании (см. Материалы и методы), это внимание вызывало более сильное усиление ингибирующей клеточной активности (рис. 6А). В недавнем эксперименте [5] самая сильная модуляция внимания произошла среди нейронов с быстрым всплеском, которые предположительно были тормозящими нейронами. Наши результаты, по-видимому, согласуются с этими экспериментальными данными, потому что разумно рассматривать тормозящие нейроны в нашей модели как наиболее частый подтип интернейронов, который представляет собой интернейроны с быстрым выбросом [50].

Почему внимание вызывает разные модуляции ответа в разных классах нейронов? Схема разводки синаптических соединений между MC дает возможное объяснение таких различий. Пространственное внимание увеличивает среднюю скорость возбуждения возбуждающих нейронов в L2 / 3 всех микросхем, независимо от их предпочтительной ориентации. Повышенная активность возбуждающих нейронов L2 / 3 в единичной микросхеме распространяется на тормозящие нейроны L2 / 3 как таковые, так и другие единичные микросхемы через внутриламинарные возбуждающие-ингибирующие связи и межмолекулярное латеральное ингибирование (рис. 1A и B).Следовательно, тормозящий нейрон в L2 / 3 получает сходящиеся возбуждающие сигналы от всех микросхем модели. Напротив, возбуждающий нейрон в L2 / 3 получает возбуждающий сигнал только от микросхемы, к которой он принадлежит, и от своих соседей. Это различие в паттерне конвергенции возбуждающих сигналов, по-видимому, приводит к более сильной активации тормозных нейронов и более слабой активации возбуждающих нейронов во время пространственного внимания. Модуляция ответа разных типов нейронов экспериментально не исследовалась для внимания, основанного на особенностях.Для будущих экспериментальных тестов наша модель предсказывает соотношение возбуждающих и тормозных нейронов, которые существенно модулируются вниманием, основанным на особенностях (рис. 6В).

Пространственное внимание не оказывает заметного воздействия на возбуждающие нейроны L2 / 3 в микросхемах с горизонтальным предпочтением (рис. 3А). Из-за этого эффекты пространственного внимания выглядят так, как если бы они были мультипликативными, а не аддитивными в L2 / 3, но не в L5. Дифференциальные эффекты на L2 / 3 и L5 могут частично возникать из-за различных паттернов активации тормозных нейронов в слоях: базовая активность L2 / 3-ингибирующих нейронов повышается пространственным вниманием почти равномерно во всех единичных микросхемах, тогда как активность L5-тормозных нейронов повышается. нейроны поднимаются немного сильнее в микросхеме, получающей визуальный вход (вертикальная черта) и ее соседях.Следовательно, в L5 возбуждающие эффекты визуального ввода могут быть компенсированы неоднородной активацией тормозных нейронов, таким образом увеличивая базовую активность равномерно по всей микросхеме. Однако в L2 / 3 усиленное торможение не компенсируется визуальным вводом в микросхемах с горизонтальным предпочтением, что приводит к неравномерному повышению базового уровня. Мы можем интерпретировать зависящие от слоев эффекты пространственного внимания как мультипликативную модуляцию усиления всей кривой настройки (базовая линия + управляемая стимулом амплитуда), предложенная в других моделях [18], [21], [54], [55], потому что такой эффект должен быть слабым, если нейтральная активность низкая, что действительно имеет место для возбуждающих нейронов L2 / 3 (нейтральная активность <1.0 Гц: см. Рисунок 3). Однако ламинарная структура нашей модели сложна, и явная взаимосвязь между двумя механизмами требует дальнейшего уточнения.

Ограничения нашей модели микросхемы

Наша модель с ее упрощенной структурой ввода лучше всего подходит для описания тех нейронных сетей V1, которые активируются ориентированными полосами. Однако имеется мало электрофизиологических доказательств пространственных и основанных на особенностях режимов модуляции реакции внимания в V1; поэтому мы приняли экспериментальные данные, полученные для зрительных областей выше, чем V1, с более сложными стимулами, такими как стимулы движения случайных точек для средневисочного (МТ) [16].Однако показано, что внешний шум мешает восприятию сопровождаемых направленных стимулов при восприятии движения МТ аналогично восприятию ориентации ранними зонами зрения [46], [51] — [53]. Более того, Коэн и Маунселл [49] недавно продемонстрировали сходную модуляцию внимания скорости возбуждения в нейронах V4, отвечающих на ориентированные пятна Габора. Эти результаты побудили нас выдвинуть гипотезу о том, что пространственный и основанный на особенностях режимы внимания имеют схожие механизмы в разных областях коры и в различной реализации ориентированных стимулов.

Коэн и Маунселл [49] также сообщили, что оба режима внимания уменьшают корреляцию спайков между парами нейронов. Известно, что внимание вовлекает синхронизированные колебания в нейронах зрительной коры [56] — [58], а недавние исследования моделирования с несколько более биологически детализированными нейронами предполагают, что внимание включает модуляцию колебаний гамма-диапазона в нейронах зрительной коры [22], [23] ], [28], [29], [59]. Динамические свойства синхронизации и колебаний существенно зависят от биологических деталей модельных нейронов, в частности, интернейронов с быстрыми импульсами [60] — [62].Поскольку наша сетевая модель состоит из относительно простых нейронных моделей, необходимы дальнейшие исследования, чтобы выяснить, как пространственные и функциональные режимы внимания модулируют корреляции спайков и, следовательно, обработку визуальной информации.

Наша модель микросхемы не различает простые и сложные клетки, потому что нейроны были подключены случайным образом в соответствии с вероятностями подключения, указанными в Таблице 1–4. Ответы простых клеток обычно зависят от пространственного расположения предъявления стимула в пределах рецептивного поля, тогда как ответы сложных клеток существенно не зависят от местоположения стимула [63] — [65].Для простоты настройки моделирования в крупномасштабных сетевых моделях мы не моделировали подробное пространственное расположение стимула в этом исследовании. Сетевой механизм для генерации сложных клеток из ответов простых клеток еще полностью не выяснен, и реализация такого механизма остается открытой для будущих исследований.

Сравнение с предыдущими моделями визуального внимания и модуляции усиления

Было предложено несколько моделей для объяснения различных эффектов двух исследуемых здесь видов зрительного внимания.Deco и его коллеги [66], [67] предложили модель, состоящую из 3 зрительных зон: V1, задней теменной (PP) и нижневисочной (IT) областей. В их модели дорсальные и вентральные зрительные пути опосредуют различные типы внимания. Бойнтон [18] разработал модель нормализации зрительного внимания с помощью простых уравнений и воспроизвел результаты различных электрофизиологических экспериментов с пространственными и характеристическими способами внимания. В модели внимание мультипликативно модулировало реакции сенсорных нейронов: пространственное внимание описывалось путем умножения усиления контраста на процесс нормализации, тогда как внимание, основанное на особенностях, было представлено умножением коэффициента усиления сходства признаков после нормализации.Рейнольдс и Хигер [68] также предложили модель нормализации для зрительного внимания, в которой модуляция усиления происходит до нормализации. Эти модели описывают функции визуального внимания на макроскопическом уровне без определения структуры схемы микроскопического уровня. Мы изучали механизмы модуляции внимания, зависящей от моды, в моделях кортикальных микросхем с биологически предполагаемой ламинарной структурой. В нашей модели факторы усиления, опосредованные входом сверху вниз, и эффекты нормализации, опосредованные ингибирующими эффектами интер-МС, возникают одновременно, чтобы произвести общие модуляции внимания в пространственных и основанных на особенностях режимах внимания.Тормозящие связи между МС в нашей модели реализуют функцию, аналогичную процессу разделительной нормализации в модели Рейнольда [68].

Buia и Tiesinga [19] построили простую модель цепи, представляющую два параллельных зрительных пути, каждый из которых включает 1 возбуждающий и 2 тормозных нейрона. Они смоделировали внимание, основанное на особенностях, вводя нисходящие проекции на определенные типы тормозных нейронов, и пространственное внимание, модулируя усиление контраста визуальных стимулов.Следовательно, в отличие от нашей модели, в их модели пространственное внимание опосредуется посредством восходящей визуальной обработки. Ардид и др. [21] разработали модель нейронной сети, состоящую из МТ и областей рабочей памяти. Их модель продемонстрировала те же типы модуляции внимания, что и мы. В их модели сигнал внимания был ограничен конкретными популяциями нейронов, которые предпочитали наблюдаемую функцию. Следовательно, в отличие от нашей модели, их модель не предполагает отдельных источников пространственного внимания и внимания, основанного на особенностях.Хотя многие модели описывают сетевые механизмы визуального внимания, отдельные нейроны также могут выполнять функцию управления мультипликативным усилением для пространственного внимания. Например, было показано, что степенная функция ввода-вывода нейрона генерирует изменение мультипликативного усиления [54], [55]. Являются ли модуляции внимания и изменение характеристического усиления результатом механизма сетевого уровня или механизма отдельного нейрона, остается открытым для будущих исследований.

Многие модели были также предложены для учета эффектов внимания на человеческое восприятие, наблюдаемых в психофизических экспериментах.Ling et al. [16] предположили, что внимание влияет на порог восприятия, изменяя усиление или настройку реакции населения в визуальной области MT. Однако эта модель не объясняет, как эти два вида внимания были выражены в визуальных областях. Вагацума и др. [11], [69] описали абстрактные модели, чтобы объяснить, как пространственное внимание и внимание, основанное на особенностях, может изменить визуальное восприятие объекта без моделирования основного механизма цепи. Настоящая модель объяснила психофизические эффекты шума на зрительное восприятие человека на основе модели зрительных систем на уровне микросхем.

Материалы и методы

Модель микросхемы функционально сгруппированных слоистых зрительных корковых микросхем

На рис. 1А показаны основные нейронные и синаптические компоненты нашей многослойной модели кортикальной микросхемы. Модель состоит из 8 ориентировочно-селективных микросхем, каждая из которых представляет основную функциональную единицу зрительной коры, разделяет свои рецептивные поля и реагирует преимущественно на 1 из 8 стимулов (0,,, и степени). Каждая микросхема имеет L2 / 3, L4, L5 и L6, и каждый слой состоит из пула возбуждающих нейронов и пула тормозных нейронов (подробности см. В таблице 5).Слой 1 явно не моделировался, поскольку он в основном содержит дендритные волокна нейронов в других слоях. Стрелки на рисунке 1А представляют основные нейронные связи этой корковой микросхемы. Толстые стрелки показывают плотные соединения с вероятностью соединения> 0,13, а тонкие стрелки представляют соединения с вероятностью соединения <0,13, но> 0,065. Более редкие связи не показаны. Подробные сведения о вероятностях подключения приведены в таблицах 1–4. Для простоты все intra-MC-соединения имеют одинаковый синаптический вес.Полная сеть, состоящая из 8 функциональных микросхем, включает в общей сложности около 160 000 нейронов модели интеграции и включения, что означает, что каждая микросхема содержит около 20 000 нейронов. См. Таблицы S1 – S9 в файле S1 для получения подробной информации о нейронных моделях. Скорость срабатывания модельных нейронов будет зависеть от размера каждой модели единичной микросхемы, поскольку общее количество синаптических входов в нейрон зависит от общего количества нейронов в единичной микросхеме [31]. В данной модели мы приняли архитектуру нашей предыдущей модели [30], [31] после уменьшения размера каждой единичной микросхемы.Поэтому мы изменили масштаб всех синаптических связей внутри МК в 1,6 раза плотнее, чем в предыдущей модели, чтобы компенсировать уменьшение размера каждой микросхемы. Сила внешнего входа не изменилась. С этими модификациями скорость спонтанного возбуждения каждого слоя находилась в пределах физиологически реалистичного диапазона (L2 / 3: ∼3,3 Гц, L4: ∼2,4 Гц, L5: ∼15 Гц, L6: ∼0,6 Гц для пирамидных клеток; L2 / 3 : ∼8 Гц, L4: ∼6 Гц, L5: ∼9 Гц, L6: ∼8 Гц для тормозных клеток).

Эта оценка синаптических связей внутри МК была основана в первую очередь на анатомических и электрофизиологических данных для коры головного мозга кошек и крыс [32] — [34].Известно, что зрительная кора головного мозга грызунов не имеет столбчатой структуры, что означает, что нейроны с подобной избирательностью ориентации не могут быть пространственно локализованы в головном мозге грызунов [35], [36], [70]. Однако ламинарная структура сама по себе обычно обнаруживается у множества млекопитающих, включая крысу. Если каждый слой зрительной коры содержит нейроны, играющие одинаковые функциональные роли у разных видов, мы можем предположить, что эти нейроны функционально имеют аналогичные внутри- и межламинарные структуры связи, чтобы сформировать аналогичные функциональные микросхемы.Как мы можем получить согласованный набор вероятностей подключения из вышеперечисленных наборов данных, было продемонстрировано в Potjans and Diesmann [31] и дополнительных материалах.

Кортикальный L2 / 3 имеет богатые локальные рекуррентные синаптические связи внутри слоя [71]. Кроме того, мы ввели латеральное торможение среди сетей L2 / 3 8-слойных микросхем, чтобы вызвать конкуренцию между ними [72] — [76]. Как и в предыдущей модели [30], мы ввели латеральное торможение посредством проекций от возбуждающих нейронов L2 / 3 микросхемы на тормозные нейроны L2 / 3 в других (рис. 1B), поскольку, как правило, только возбуждающие нейроны производят дальнодействующие соединений, и подавление перекрестной ориентации может быть заблокировано применением бикукуллина, антагониста ГАМК [77].Вероятность подключения бокового подключения была установлена равной 0,03, независимо от избирательности ориентации микросхем. Возбуждающие горизонтальные связи часто обнаруживаются между столбцами или нейронами, показывающими сходные предпочтительные ориентации [43], [76], [78] — [80]. Таким образом, мы ввели возбуждающие связи между MC между возбуждающими нейронами L2 / 3, принадлежащими к разным микросхемам с одинаковой избирательностью ориентации (рис. 1B). Из-за симметричного характера взаимодействий между соседними микросхемами настоящая модель может рассматриваться как слоистый вариант так называемой кольцевой модели [21], [22].Сила (вероятность соединения) этих синаптических связей была установлена на 0,06.

Имитационные эксперименты

Когда визуальный стимул, имитирующий ориентированный столбик, представлен в рецептивном поле, возбуждающие и тормозящие нейроны в L4 и L6 в 8-ми слоистых микросхемах возбуждаются с разной интенсивностью (рис. 2A). Микросхемы блока были более сильно возбуждены, если их предпочтительные ориентации (0,,, и градусы) были ближе к ориентации стержня.На протяжении всего исследования мы рассматривали ориентацию вертикальной полосы как 0, а горизонтальной полосы как. Предпочтительный входной сигнал был дан в виде набора независимых последовательностей спайков Пуассона с частотой 20 Гц, а частота возбуждения была уменьшена для других стимулов, в зависимости от предпочтения. В таблице 6 перечислены вероятности того, что нейрон L4 или L6 получит сенсорные сигналы снизу вверх. Размер популяции восходящих зрительных стимулов, проецируемых на микросхему, составляет около 225 волокон [30], [31].

Нисходящие возбуждающие сигналы, опосредующие зрительное внимание, поступают в L2 / 3 и L5 микросхем [30], [31], [39], [81] — [84] (рис. 1A).В нашей модели этот нисходящий путь внимания направлен как на возбуждающие, так и на тормозные нейроны. Это делает нейрональный ответ данной модели мультипликативным [85], [86], что объясняет экспериментальные наблюдения. Нисходящий вход представлял собой набор низкочастотных последовательностей импульсов Пуассона с частотой 5 Гц. Таким образом, ввод сверху вниз был намного слабее, чем предпочтительный стимул [66], [67]. Количество цепочек пиковых сигналов в проекции сверху вниз составляло 300 как для L2 / 3, так и для L5, а вероятности подключения входа сверху вниз приведены в таблице 7.

Чтобы представить пространственное внимание и внимание, основанное на особенностях, мы ввели в нашу модель два вида нисходящего ввода. Во-первых, пространственное внимание было направлено на место в пределах рецептивного поля нашей модели. В этом случае мы применили один и тот же нисходящий вход однородно к функционально сгруппированным микросхемам, независимо от их избирательности ориентации (рисунок 2B). При ориентированном на черты внимании животное обращает внимание на одну из восьми ориентаций. Здесь нисходящий ввод был доставлен в конкретную микросхему, которая предпочитала обслуживаемую ориентацию (рис. 2C).

Все результаты моделирования были получены с помощью NEST Simulation Tool [87] с использованием 8 ядер (Intel Xeon ^® 2,26 ГГц) и MPI для параллельных вычислений.

Вспомогательная информация

Рисунок S1.

Нейронные ответы модели микросхемы на предвзятые соревнования [S13]. Показатели активации возбуждающих (заполненные столбцы) и тормозящих (пустые столбцы) нейронов в популяции из 5 испытаний показаны для каждого слоя вертикальной предпочтительной микросхемы для различных комбинаций визуального стимула и внимания, основанного на особенностях.Предпочтительный стимул вертикальной предпочтительной микросхемы обведен белой рамкой. Посещаемый стимул обведен кружком. Эти шаблоны модуляции в L2 / 3 и L5 согласуются с экспериментальными данными [S13]. Сигналы нисходящего внимания вызывают в L4 паттерн модуляции ответа, противоположный таковому в L2 / 3 и L5. См. Нашу предыдущую работу [S2] для подробных механизмов и анализа зависимости модуляции отклика от слоев.

https://doi.org/10.1371/journal.pone.0080788.s001

(TIF)

Рисунок S2.

Модифицированная модель без возбуждающих связей между слоистыми микросхемами. В случае этой модифицированной модели взаимодействие между микросхемами опосредуется только проекциями от возбуждающих нейронов L2 / 3 в одной микросхеме на тормозные нейроны L2 / 3 в других (Exc-Inh).

https://doi.org/10.1371/journal.pone.0080788.s002

(TIF)

Рисунок S3.

Реакции модифицированной модели на вертикальную черту как для нейтрального состояния, так и для пространственного внимания. Скорости популяции возбуждающих A и тормозных B нейронов представлены в каждом слое модифицированной модели микросхемы сплошными и пунктирными линиями соответственно. Ориентированные полоски внизу показывают предпочтительную ориентацию каждой многослойной микросхемы. Серые и черные линии показывают отклики модифицированной модели без ввода внимания (нейтральное состояние) или во время пространственного внимания, соответственно. Кривые настройки возбуждающих и тормозных нейронов во всех слоях соответствовали распределению Гаусса.Звездочки указывают на то, что различия в показателях увольнения населения между двумя условиями являются статистически значимыми (t-критерий: ** для p <0,01; * для p <0,05; - для p <0,1).

https://doi.org/10.1371/journal.pone.0080788.s003

(TIF)

Рисунок S4.

Популяционные ответы возбуждающих A и тормозных B нейронов в модифицированной модели как для нейтрального состояния, так и для внимания, основанного на особенностях. Все условные обозначения такие же, как на рисунке S2. Модифицированная модель получила ввод снизу вверх, имитирующий вертикальную полосу. Реакции нейронов сравнивались в двух случаях, то есть в нейтральном состоянии и при ориентированном на особенности внимании, где ответы в нейтральном состоянии идентичны тем, которые показаны на рисунке S2. Мы использовали гауссовские распределения для аппроксимации кривых.

https://doi.org/10.1371/journal.pone.0080788.s004

(TIF)

Рисунок S5.

Статистический анализ кривых настройки ориентации для модифицированной модели. A, B, C, Базовые линии, амплитуды и ширина гауссовых кривых настройки показаны для ответов возбуждающих нейронов в L2 / 3 (вверху) и L5 (внизу). Значения параметров подгонки по Гауссу были получены из 50 имитационных испытаний в нейтральном состоянии (серые столбцы), пространственном внимании (пустые столбцы) и внимании на основе характеристик (заполненные столбцы). Звездочки указывают на то, что значения параметров значительно отличаются от значений в нейтральном состоянии (t-тест: ** для p <0.01; * для p <0,05; - для p <0,1). D, Гистограммы положений пиков кривых настройки в L2 / 3 и L5 показаны для стимула с вертикальной полосой. Треугольники — это медианы. Мы вычислили значения P для теста Манна-Уитни, чтобы сравнить гистограммы между нейтральным состоянием и двумя состояниями внимания.

https://doi.org/10.1371/journal.pone.0080788.s005

(TIF)

Рисунок S6.

Усредненные нейронные ответы модифицированной модели для предвзятых соревнований из 5 имитационных испытаний. Все условные обозначения такие же, как на рисунке S1. Паттерны модуляции в L2 / 3 и L5 несовместимы с результатами физиологических экспериментов [S13].

https://doi.org/10.1371/journal.pone.0080788.s006

(TIF)

Рисунок S7.

Частотные гистограммы скоростей выстрелов населения в нейтральном состоянии, полученные из L2 / 3 A и L5 B при пяти различных уровнях внешнего шума. Горизонтальная ось показывает амплитуду показателей популяции, а вертикальная ось указывает количество испытаний. На каждом графике показаны уровни внешнего шума. Белые столбцы отображают ответы населения, полученные в результате предпочтительной ориентации, а черные столбцы — ответы населения на нежелательную ориентацию. Каждое распределение получено из 50 имитационных испытаний в нейтральном состоянии. При увеличении уровня внешнего шума эти два распределения были объединены, что предполагало помехи точного обнаружения предъявленного стимула при высоком уровне шума.

https://doi.org/10.1371/journal.pone.0080788.s007

(TIF)

Рисунок S8.

Гистограмма положения пика кривых настройки в L2 / 3 для откликов на вертикальную полосу с различными уровнями внешнего шума. Треугольники — это медианы. Мы вычислили значения P для теста Манна-Уитни, чтобы сравнить гистограммы между нейтральным состоянием и двумя состояниями внимания. A , Частотная гистограмма пиков настройки в нейтральном состоянии.С увеличением уровня внешнего шума частота распространяется широко. B , Гистограмма положения пика пространственного внимания относительно вертикальной полосы с различными уровнями внешнего шума. C , Гистограмма местоположения пика внимания, основанного на особенностях. Независимо от уровня внешнего шума, внимание, основанное на особенностях, улучшает обнаружение представленной ориентации по сравнению с нейтральным состоянием.

https://doi.org/10.1371/journal.pone.0080788.s008

(TIF)

Рисунок S9.

Гистограммы положений пиков настроечных кривых в L5, полученные из тех же наборов данных, что и на рисунке S6. Все условные обозначения такие же, как на рисунке S6. Результаты статистического теста (тест Манна-Уитни) для сравнения нейтрального состояния и двух видов зрительного внимания идентичны показанным на рисунке S6. A, Частотная гистограмма пиков настройки нейтрального состояния. B, Распределение мест пиков пространственного внимания. C, Гистограмма пиковых местоположений особого внимания.

https://doi.org/10.1371/journal.pone.0080788.s009

(TIF)

Рисунок S10.

Производительность нашей модели с использованием индекса различимости ( d ‘ ) для вертикальных полос и полос, ориентированных под углом 22,5 градуса (точная различимость). Мы вычислили d ‘ для L2 / 3 ( A ) и L5 ( B ).Пунктирная линия показывает звездную величину d ‘ в нейтральном состоянии. Сплошные серые и черные линии показывают результаты пространственного и основанного на особенностях режимов внимания соответственно. Эффекты внимания на различимость показывают аналогичную тенденцию в L2 / 3 и L5. Уменьшение этой различимости с увеличением уровней внешнего шума было аналогично паттернам различимости между двумя ортогональными ориентациями. Однако эти величины d ‘ между двумя одинаково ориентированными стержнями были заметно ниже, чем величина между ортогональными стержнями, показанными на рисунке 7.

https://doi.org/10.1371/journal.pone.0080788.s010

(TIF)

Файл S1.

Этот файл содержит таблицу S1-таблицу S9. Таблица S1, Описание модели после [S4] (Обзор модели). Таблица S2, Описание модели после [S4] (Население). Таблица S3, Описание модели после [S4] (Связь). Таблица S4, Описание модели после [S4] (Модель нейрона и синапса). Таблица S5, Описание модели после [S4] (Вход). Таблица S6, Описание модели после [S4] (Измерения). Таблица S7, Частота всплесков входных сигналов возбуждающего фона. Таблица S8, Параметры нейронных и синаптических моделей (Связь). Таблица S9, Параметры нейрональной и синаптической модели (нейронная и синаптическая модель).

https://doi.org/10.1371/journal.pone.0080788.s011

(DOCX)

Развитие квантовых вычислений стало результатом изобретения микросхемы

Ученые полагали, что создание крупномасштабного квантового компьютера станет возможным только в случае революции в классических вычислениях и приборостроении.Однако теперь масштабирование квантовых информационных систем больше не кажется далекой мечтой, поскольку новая фаза материи будет играть решающую роль в расширении. Исследователи из Сиднейского университета, Стэнфордского университета и Microsoft создали микросхему, которая поможет в таком масштабировании.

Микросхема основана на топологических изоляторах, новой фазе материи, которая была впервые обнаружена в 2006 году.

Первая микросхема 🙂 / Хабр

Как устроены интегральные схемы

Устройство интегральной схемы

Схемы ИС в корпусах

Монолитный микропроцессор

LM358 и LM358N datasheet, описание, схема включения

Характеристики, описание

Таблица характеристик.

Цоколёвка, распиновка

Аналог

Типовые схемы включения

Datasheet, даташит LM358 LM358N

Справочник «Цифровые Интегральные Микросхемы»

2.4.3 Микросхемы типа ЛЕ, ЛЛ

Всё о современные интегральные микросхемы

Прибор для контроля работы микросхем

Литература.

Интегральные микросхемы

определение, этимология и использование, примеры и родственные слова

В новостях:

В науке:

Синонимы

Гиперонимы

Опечатки

Микросхем | MIT Press

15 рабочих мест по гибридным микросхемам, занятость

Будьте первым, кто увидит новые вакансии гибридной микросхемы

— определение и значение

Гибкие микросхемы для печатных плат | Запросить цену

Преимущества гибких микросхем

Гибкие приложения для микросхем печатной платы

Гибкие микросхемы от Millennium Circuits Limited

Пространственное и функциональное внимание в модели слоистой кортикальной микросхемы

Введение

Результаты

Нейронные отклики модели микросхемы при пространственном внимании

Нейронные отклики модели микросхемы при особом внимании

Статистический анализ модозависимых модуляций внимания

Роль межмашинных связей в двух режимах внимания

Модуляция ответа одиночных нейронов

Дифференциальные эффекты двух видов внимания в зрительном восприятии

Обсуждение

Механизмы зависимой от режима внимания модуляции нейронных ответов

Модуляция реакции, индуцированной вниманием, по типам и слоям нейронов

Ограничения нашей модели микросхемы

Сравнение с предыдущими моделями визуального внимания и модуляции усиления

Материалы и методы

Модель микросхемы функционально сгруппированных слоистых зрительных корковых микросхем

Имитационные эксперименты

Вспомогательная информация

Рисунок S1.

Рисунок S2.

Рисунок S3.

Рисунок S4.

Рисунок S5.

Рисунок S6.

Рисунок S7.

Рисунок S8.

Рисунок S9.

Рисунок S10.

Файл S1.

Развитие квантовых вычислений стало результатом изобретения микросхемы

Добавить комментарий Отменить ответ