[go: up one dir, main page]

CN105849547A - 可扩展的高通量生物感测平台 - Google Patents

可扩展的高通量生物感测平台 Download PDF

Info

Publication number
CN105849547A
CN105849547A CN201480060065.3A CN201480060065A CN105849547A CN 105849547 A CN105849547 A CN 105849547A CN 201480060065 A CN201480060065 A CN 201480060065A CN 105849547 A CN105849547 A CN 105849547A
Authority
CN
China
Prior art keywords
biochip
signal
sensor
frequency
coprocessor
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201480060065.3A
Other languages
English (en)
Inventor
乔斯-安东尼奥-亨里克斯-库安·杰尔马诺
莫伊塞斯-西蒙斯·彼达迪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
MAGNOMICS S A
Original Assignee
MAGNOMICS S A
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by MAGNOMICS S A filed Critical MAGNOMICS S A
Publication of CN105849547A publication Critical patent/CN105849547A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/483—Physical analysis of biological material
    • G01N33/487—Physical analysis of biological material of liquid biological material
    • G01N33/48785—Electrical and electronic details of measuring devices for physical analysis of liquid biological material not specific to a particular test method, e.g. user interface or power supply
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
    • G01N27/74—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables of fluids
    • G01N27/745—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables of fluids for detecting magnetic beads used in biochemical assays
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/0023—Electronic aspects, e.g. circuits for stimulation, evaluation, control; Treating the measured signals; calibration
    • G01R33/0035—Calibration of single magnetic sensors, e.g. integrated calibration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/12—Measuring magnetic properties of articles or specimens of solids or fluids
    • G01R33/1269—Measuring magnetic properties of articles or specimens of solids or fluids of molecules labeled with magnetic beads
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/0094—Sensor arrays

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Hematology (AREA)
  • Human Computer Interaction (AREA)
  • Molecular Biology (AREA)
  • Urology & Nephrology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Electrochemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)
  • Image Processing (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

提供多通道高性能嵌入式系统，其能够进行高通量生物分析。可配置的采集和处理架构结合专用协处理器进行信号滤波和所需的其它计算任务，并且中央处理器控制整个系统。架构对架构，比如Zynq SoC，的映射证明生物感测平台支持大量传感器同时保证高采样频率的能力。此外，Zynq重构能力提供适应处理和使生物灵敏度最大化的机构。

Description

可扩展的高通量生物感测平台
技术领域
本发明一般涉及生物分析，并且特别地涉及可扩展的多通道高性能生物感测平台，该多通道高性能生物感测平台能够进行高通量的生物分析。
背景技术
传统生物分析方法正逐渐被精密且紧凑的基于生物芯片的床旁即时检验设备（Point-of-Care Devie）取代。这些基于生物芯片的床旁即时检验设备以传统生物分析方法的一部分成本进行常见的血液或葡萄糖分析。同时，相比传统生物分析方法，基于生物芯片的床旁即时检验设备一般需要非常短的分析时间。鉴于这些基于生物芯片的点检测技术的高潜质，在过去十年，在生物检测方法和生物芯片本身上的研究已经明显成熟。
在生物检测方法的继续研究中，新颖的且更有效的生物分析方法已成为可能，其为若干应用，即，但不限于：临床诊断、法医学、兽医学、食品工业、农业，和药物筛选，提供有价值的工具。
发明内容
根据本发明的各方面，提供生物检测系统。该生物检测系统的特征在于生物芯片和生物感测平台。该生物芯片具有至少两个传感器块，每个传感器块具有信号采集通道，该信号采集通道可独立访问，从而可以平行读取每个传感器块。该生物感测平台具有驱动电路系统以驱动生物芯片的每个传感器块。在典型的实施中，可以将相同或不同的驱动信号施加至生物芯片的每个传感器块。同时，该生物感测平台进一步具有采集接口组，该采集接口组设置成使得一个选定的采集接口连接至生物芯片的一个对应的信号采集通道。该生物感测平台还具有协处理器组，使得选定的协处理器与采集接口中对应的一个独特地相关联。更进一步地，该生物感测平台具有中央控制器，该中央控制器控制所述驱动电路系统。该中央控制器还与所述采集接口组连接。更进一步地，该中央控制器与所述协处理器组连接以从所述生物芯片读取数据。此外，该生物感测平台可以提供直接的用户接口、远程接口或其组合。
根据本发明的另外的方面，提供操作具有生物芯片的生物检测系统的方法。该方法可以用于，例如，校准驱动电路系统以获得从生物芯片读取的信号数据的期望信噪比。该方法的特征在于设定驱动电路系统以产生驱动信号组，并且从生物芯片读取传感器数据。该方法的特征还在于利用访问生物芯片的公共信号采集通道的传感器子集，对从生物芯片提取的传感器数据以低频率分辨率进行数字处理。该方法的特征还在于利用具有低频率分辨率的数字处理结果限定目标频率的初步指示以测量从数据采集通道输出的传感器数据，和识别目标频率的范围或频带。进一步地，该方法的特征在于进行滤波和信号解调，以将感兴趣的频率（带）从已识别的目标频率范围向下替换为基带，和从所述基带中指定位分辨率和频率分辨率，该位分辨率和频率分辨率使从信号采集通道读取的数据的信噪比最大化。
该方法的特征还在于使用调制技术以驱动生物芯片并且对应地，进行解调以从该生物芯片提取传感器数据。在另一典型的实施中，进行数字处理的特征进一步在于利用访问生物芯片的公共信号采集通道的传感器子集，对从生物芯片提取的传感器数据以低频率分辨率进行快速傅里叶变换。在另一典型实施方式中，可以进行数字信号处理，以在傅里叶变换的结果上进行一个或多个复杂的校正算法，该校正算法可以包括卡尔曼滤波、漂移补偿和温度控制器。
附图说明
图1为根据本发明的方面的用于生物分析的系统的示意图，该系统集成生物芯片和嵌入式生物感测平台；
图2A为图1展示的用于生物分析的系统的生物芯片的分解示意图；
图2B为图1展示的用于生物分析的系统的生物感测平台的分解示意图；
图2C为图1展示的用于生物分析的系统的接口的分解示意图；
图3为根据本发明的方面的生物感测平台的方框图；
图4为根据本发明的方面的操作具有生物芯片和生物感测平台的生物检测系统的方法。
具体实施方式
根据本发明的各方面，利用系统、方法和计算机实施的过程来实现可扩展的多通道高性能生物感测平台，该生物感测平台能够进行高通量的生物分析。例如，本发明的方面发现在比如基因表达图谱中的应用，其中成千上万的生物传感器平行分析给定的样本。在这点上，在此描述的生物感测平台将电子感测系统的复杂性和计算需求集成至具有足够的计算能力的便携且独立的嵌入式系统中以进行这些高通量分析。
根据本发明的各方面，提供多种系统，以通过高性能和可配置的采集和处理架构提供先进生物芯片技术所需的计算能力，并且允许以高采样率同时进行采集和处理。例如，如在此更详细的描述，提供生物感测平台，该生物感测平台使用多个专用协处理器进行基于快速傅立叶变换（FFT）的信号滤波，以及其它复杂的校正算法。利用附加的专用处理器以合成传感器的刺激信号，并且设有中央处理器以控制整个系统。通过该方法，提供完全自动的嵌入式系统，该嵌入式系统能够独立操作该平台，从而增加灵活性和可用性。
生物检测系统
现在参考附图，并且特别地参考图1，以示意形式展示了生物检测系统100，该生物检测系统能够根据本发明的方面进行生物分析。一般地，该生物检测系统100包括生物芯片102和生物感测平台104。
该生物检测系统100还与接口106集成以提供完整的芯片实验室解决方案。该接口106可以包括，例如，本地用户接口的外部设备（比如，键盘、鼠标、显示器等等）、远程接口，或其组合。该接口可以与生物感测平台的电子设备交换数据。
一般参考图1和图2A，该生物芯片102（例如磁阻式生物芯片）包括生物传感器的一个或多个“块”108。例如，如图所示，具有n个传感器块，其中n为大于零的任何整数。以这种方式，特定块以108-1、108-2……108-n，等等表示。每个传感器块108具有信号采集通道110，该信号采集通道110可以独立访问使得可以平行读取每个传感器块108，如在此的更详细的描述。当与在此描述的生物感测平台104结合使用时，该生物芯片（例如，传感器块108）实现高灵敏度、高信噪比（SNR）和高动态范围。
生物芯片102的左边是最好的展示，（例如，块108-1的）分解视图展示了每个块108包括多个传感器。所述多个传感器中的每个可以为不同类型（例如，磁性的、温度）。通过说明，而非通过限制的方式，每个块108具有256个传感器，设置成16行16列的阵列。根据本发明的方面，对于许多重要应用（例如，基因表达图谱）需要超过256个传感器。为了解决该需求，示例性生物芯片102结合CMOS与薄膜制备技术，以在小生物芯片包上提供所需数量的传感器。因此，例如，通过执行n=4个块108，每个块具有256个传感器而实现具有超过1,000个传感器的生物芯片102。但是，实际上，每个块108可以在其阵列中具有任何数量的传感器。例如，在某些示例性实施例中，每个块108可以包括16个传感器或更多个传感器。
在某些示例性实施例中，该生物芯片102的每个块108可以具有单条采集通道。每条采集通道（或传感器块自身）可以包括芯片上集成的信号调节电路系统，和必要的读出电路系统以寻址并访问对应块108的个体传感器。例如，通过使用传感器读取技术，比如，时分多路复用(TDM)，控制设备能够通过单条通道对每个生物传感器（在上述实施例中，为256个传感器）进行寻址。例如，可以使用时分多路复用读取技术，比如通过使用第一复用器（“行复用器”）以选择期望行和第二复用器（“列复用器”）以选择期望列，独立地读出每个传感器。因此，通过信号采集通道读出的传感器为行复用器选择的行和列复用器选择的列交叉处的传感器。在示例性实施例中，该生物芯片102的特征在于传感器的每个块具有至少16个传感器的阵列和对应的时分复用器以从对应块读出个体传感器。此外，在实际的实施中，由于传感器具有多个块108，在某些典型的实施中，该生物芯片102可以提供包括多达和/或超过1000个传感器的多通道容量。
现在参考图1和图2B，该生物感测平台104一般包括驱动电路系统112，该驱动电路系统112产生用于对应的生物芯片102的必要驱动信号。更特别地，该生物感测平台104包括驱动电路系统112以驱动该生物芯片102的传感器的每个块108。在这点上，来自生物感测平台104的驱动信号连接至生物芯片102的方式将取决于该生物芯片102的特定实施。但是通过实施例，该驱动电路系统可以包括产生偏置电流和振荡磁场的电路系统，该偏置电流和振荡磁场施加于生物芯片102的传感器。
例如，该驱动电路系统112可以包括具有多个输出端的单个电路。可替换地，该驱动电路系统可以包括多个独立电路，例如，用于对应的生物芯片102的每个块108的独立电路。进一步地，组成该驱动电路系统112的一个或多个电路可以是基于软件的、基于硬件的，或上述的组合。在这点上，驱动信号可以是全部或部分可编程的，通过设定点、参数或其它程序变量进行控制，可通过控制信号（例如，由控制电压或其他控制信号等编程的控制信号）进行调节。
如图所示，该驱动电路系统112由中央处理器114控制。因此，例如，在示例性实施例中，该驱动电路系统112由中央处理器114控制，从而具有可调节的频率。此外，该中央处理器122可以控制该驱动电路系统以产生任意信号形状和振幅。例如，该驱动电路系统112可以利用直接数字合成器（DDS），该直接数字合成器可以与在可重构结构中部署的任意信号发生器组合，该直接数字合成器可由所述中央处理器114控制，以向对应的生物芯片102提供正确的信号。
所述生物感测平台104还包括多个采集接口116（例如采集接口116组）。如图所示，该生物感测平台104包括n个采集接口116，其中n为大于零的任何整数。在示例性实施例中，一个选定的采集接口116连接至生物芯片102的每个块108的一条对应的信号采集通道110。因此，当生物芯片102具有4个块108，每个块具有单条信号采集通道110时，对应的生物感测平台104包括4个采集接口116，每个采集接口116连接生物芯片信号采集通道110中对应的独特的一条通道。
在示例性实施例中，每个采集接口116包括转换器118，例如，模数转换器，转换器118接收来自其对应的信号采集通道110的信号。该模数转换器将传感器信号转换成数字表示，数字表示可以进一步处理，如下文更多详细描述。如示例性实施例，采集接口116被配置成测量来自对应信号采集通道110的、特定结合频率或频带的传感器数据，该特定结合频率或频带由磁场、偏置电流、传感器对这些AC信号的响应，和系统的噪音及串音诱导的调制确定。例如，每个模数转换器118的采样频率可以为至少1 kHz，并且分辨率为至少12位，以完成期望的采样。
模数转换器118的输出端连接至控制器120，例如，串行外围设备接口控制器。每个采集接口116还可以根据需要包括信号调节电路系统以与来自生物传感器102的模拟信号相互作用。每个控制器120由中央处理器114控制。
此外，在典型的实施中，每个控制器120连接至对应的协处理器122。通过该方式，每个控制器120将来自其对应的模数转换器118的信息转换至其对应的协处理器122。因此，所示的生物感测平台104包括协处理器122组（例如，n个协处理器，其中n为大于零的任何整数），使得选定的协处理器122与采集接口116中对应的一个独特地相关联。在可替换的实施中，在采集接口116和协处理器122之间不需要一一对应。例如，单个协处理器122可以用于所有通道（采集接口116）。而且，可以利用单个协处理器122以服务采集接口116的子集。
每个专用协处理器122进行数字处理，例如，在来自对应采集接口的数据上进行基于快速傅里叶变换的信号滤波。每个协处理器122还可以/可替换地进行其它复杂的校正算法，例如，包括卡尔曼滤波的复杂的校正算法。进一步地，每个协处理器122可以用于实现温度控制器，复杂的调制器和解调器，等等。该协处理器122还与中央处理器114通信，该中央处理器控制所述生物感测平台104。
如此，为了读取来自生物芯片的数据，该生物感测平台104的中央处理器114控制所述驱动电路系统112。该中央处理器114还与采集接口116组（例如通过控制器120）连接。进一步地，该中央处理器与协处理器组122相互作用。而且，可以利用该中央处理器114、专用协处理器122，或其它处理器（未示出）以合成刺激信号以从生物芯片102的传感器读取数据。
所示的生物感测平台104进一步包括主存储器124，所述主存储器可以连接至中央处理器114和/或一个或多个协处理器122。例如，该中央处理器114和协处理器122可以共享该主存储器124。在这点上，可以使用主存储器124以存储程序、控制信息、校准信息、数据等。这样，在某些应用中，计算机处理设备（例如，个人计算机或服务器计算机）不需要连接至所述生物感测平台104以便操作该系统。这使得，例如，使用灵活且独立。在合适的时间，该生物感测平台104可以连接至计算机处理设备，例如，以下载所收集的信号数据等。
在这点上，该生物感测平台104包括用于寻址生物芯片102的电子电路系统，以驱动控制信号并且调节和采集生物芯片信号。采集的信号由协处理器122处理并且传输至中央处理器114，例如，执行充当数字分析器的软件的中央处理器，其中，操作员或分析员通过接口106，例如，传统的图形用户接口，控制实验。该生物感测平台104提供多条信号采集通道110，该信号采集通道110以高采样率操作，从而产生高容量数据。这样，该生物感测平台104还包括处理该容量的数据所需的必要计算能力。
参考图1和图2C，该接口106可以包括监控器、键盘、鼠标或其它计算机外围设备、图形用户接口，网络接口等。在示例性实施例中，生物检测系统包括在两个部件中实现的生物感测平台，该两个部件包括可编程逻辑部件和处理系统部件，其中所述驱动电路系统112（例如，驱动信号合成器）、协处理器122和采集接口116在可编程逻辑部件中实现，并且中央处理器114和主存储器124在处理系统中实现。
中央处理器114可以进一步通过网络通信，这在各种处理设备之间提供通信链路，并且可以由使处理设备互相连接的网络部件支持，包括例如，路由器、集线器、防火墙、网络接口、有线或无线通信链路和对应的互连系统，蜂窝站和对应的蜂窝转换技术（例如，以在蜂窝和tcp/ip之间转换）等。此外，网络可以包括利用一个或多个内联网、外联网、局域网（LAN）、广域网（WAN）、无线网络（WIFI）、因特网、包括万维网，蜂窝和/或使处理设备之间能够进行通信的其它装置，以实时或以其它方式，例如，通过时移，批量处理等进行连接。
实施例
参考图1和图2A-2C，一般地，通过用磁性微粒（MPS）分析标记的生物靶标开始实验室检测。接着，将偏置电流，iB，和振荡磁场信号，hB，例如，通过生物感测平台104的驱动电路系统112施加至生物芯片102的传感器。在生物分子识别和洗涤后，传感器检测由已经被放置在传感器上的生物探针捕获的MP产生的边缘场。接着，通过测量传感器电压信号，vbind，的变化提取生物信息。
为了降低系统成本和复杂度，使用时分多路复用（可替换地可以应用其它调制和多路复用技术）测量每个块108的传感器。由于要达到低噪声水平，每个传感器通常需要大量样品，因此生物芯片的读取时间可能放慢，例如，约4分钟。这样低速的生物分子识别，对某些生物芯片可能是可接受的。但是，当传感器的数目增长至1000或更多时，这样缓慢的识别不能规模化。为了避开速度慢的问题，生物芯片102组织成传感器组，例如，每个块108有256个传感器，并且在其对应块内每个传感器是时间多路复用的，如上文所述。通过该方法，总读取时间被限制为每组内传感器的数量，因为处理是平行进行的。因此，可以使生物芯片的尺寸规模化而不增加总读取时间。不过，这也在平台电子设备中强加了大量的硬件资源。生物芯片102的每个组108由生物感测平台的专用采集通道接口116，例如，包括信号调节电路和模数转换器（ADC）118，提供服务。此外，平行处理来自每个通道的数据，以允许实时观察检测的进展。
还必须考虑生物芯片的另外的特征。根据典型的实施，为了避免低频率噪音的影响，并使所获得的信噪比最大化，由驱动电路系统112施加的信号，例如，在附图中施加的信号iB 和hB，包括AC分量。因此，测量特定结合频率，fbind，的vbind，该特定结合频率通过由磁场hB{f2}、偏置电流iB {f1}、传感器对这些AC信号的响应，和系统的噪音和串音诱导的调制确定。对于每个传感器块，可以在磁场和偏置电流中施加多个调制频率。
由于生物芯片技术以及驱动和测量传感器的电路系统的复杂性，确定对使SNR最大化的频率进行较好的先验评估可能不是那么容易。为了优化生物敏感度，应该通过改变iB和/或hB的频率实时适应fbind。但是，这增加了确定未知频率的信号振幅的难度。根据在此本发明的说明性方面，灵活且易于控制的方法是使用在每1000+传感器采集的信号的FFT，以计算在频率fbind的信号振幅vbind。虽然其确保了良好的适应性，但对于每个传感器中24位的分辨率，该方法可能要求至少50 kHz的采样频率和低至1 Hz的频率分辨率。这就是说，本发明的方面可以，例如以至少1 kHz的采样频率和至少12位的分辨率适当地运行。无论如何，这会强加大容量存储器和硬件要求，限制了系统的可扩展性。此外，其它复杂的校正算法可以由每个协处理器122来实现，该校正算法即是，但不限于：漂移校正、温度控制器、卡尔曼滤波、复杂的调制器和/或解调器（例如，扩频）。
架构
生物感测平台104确保生物识别检测的分辨率和可靠性所需的计算性能可以通过优化处理器的架构并通过使用多核结构增加所开发的并行性来实现。不过，由于在通信通道，比如，将采集电路连接至处理单元的通信通道，中可能出现瓶颈，这可能不足以专门地解决性能限制。此外，由于基础算法过于复杂，处理单元必须能够存储和操作大型数据集，从而清楚地表明，高存储器带宽和容量是必要的，以充分利用增强的处理能力。
如在此更完整地描述，图1描述了满足高通量生物感测平台的要求的架构。一般地，当实施所述生物感测平台104时，可以选择高速串行接口以便在ADCs 118和处理最密集的计算任务的专用协处理器组122（例如，核）之间提供快速通信。所有部件，包括刺激信号发生器，由中央处理器114，例如在此也称为通用处理器(GPP) ，进行配置，该通用处理器除充当主系统控制器之外，也可以在所采集的数据上进行辅助计算和用户接口任务以及通信任务。该中央处理器与协处理器122共享其主存储器124。通过中央处理器114控制的用户接口优选通过接口106进行，该接口106包括I/O设备组，比如用于控制实验的外围输入设备和将结果呈现给用户的显示器。还包括通过中央处理器114控制的网络接口，从而允许经处理的数据传递至外部数据库，使其它用户可轻易获得。
中央处理器和主存储器
中央处理器114，例如，GPP，是配置若干系统部件的合适设备，并且因此，该中央处理器114在便利系统集成上起重要作用。在某些示例性实施例中，操作系统（OS）支持是必需的，以便从针对标准I/O和外围存储设备提供复杂的系统管理功能和高级别接口的可用软件包中获益。处理器-存储器互连子系统（使中央处理器114与主存储器124互连的子系统）可配备DMA通道（或等效元件），从而允许中央处理器114在共享的存储器空间内与流式外围设备进行通信。
高通量传感器接口
每条采集通道链接至一个生物芯片传感器组108并向一个专用协处理器122提供由ADC118采样的数据。在典型的实施中，由于每个ADC118可以以最大速率96 Mbit/s操作，高速数据通道的缺乏会严重损害总通量。在典型的实施中，选择标准的低电压差分信号（LVDS）作为划算的和能容忍噪音的解决方案，以实现高传输速率。在该物理层的顶部，利用串行外围接口（SPI）118总线协议，基于SPI主/从控制器提供配置和寻址能力。
专用协处理器
专用协处理器122负责测量来自生物传感器102的特定频率的传感器结合信号，vbind。使用放大FFT方法以及其它复杂处理算法如提高整体数据的准确性的卡尔曼滤波评估信号。在第一步，以低频分辨率并在相同通道中利用传感器子集进行FFT。这初步粗略地识别了测量vbind的最佳fbind频率，同时使硬件资源和功率消耗保持在可容忍的水平。识别fbind范围后，进行带通滤波和信号解调，以将感兴趣的频率替换为基带。这允许以较高位和频率分辨率计算多重FFTs（每个通道一个），同时仍然限制所需的资源。而且，为了提高信噪比并实现系统扩展性，放大过程可以根据需要进行多次。也可以在协处理器中实现复杂的解调器（例如，扩频），以达到更高的多路复用能力。
由于所涉及的计算的复杂性，可重构的现场可编程门阵列（FPGA）设备被认为是容纳专用FFT协处理器的多核基础设施、过滤器和解调器122的合适技术。FPGA联合所需的高性能水平，同时仍然赋予灵活度以改变或更新被采用的处理算法。特别地，对于每个放大水平，可以在存储器中存储多个配置。运行时，用户通过观察传感器的初始子集中的粗信号频谱开始。接着，选择最有利的解调频率和谱带。这将触发硬件中的专用协处理器的FPGA重新配置和部署，配置目标解调频率。此时，用户可以观察每个传感器的结合信号。
I/O 外围设备和用户接口
利用I/O外围设备106组以使生物感测平台104成为独立的分析和诊断系统。这些模块不仅允许用户完全控制实验，而且还提供了用于临床解释的目的的可视化装置。典型地利用标准的计算机外围设备组（即，USB键盘/触摸屏面板和HDMI监控器）作为针对生物感测平台104的接口以提高可用性体验。
刺激信号发生器
现在参考图3，展示了图1的生物检测系统100的一部分。特别地，图3展示了生物感测平台104的部分视图。例如，为了便于说明和论述，仅展示了单个信号采集接口116。同时，为了便于论述，省略生物芯片102和接口设备106。
基准AC信号必须由驱动发生器112提供至生物芯片102的生物传感器，以产生可测量的响应（例如，上文所述的iB和hB）。这些刺激的振幅、形状和频率范围部分受到经考虑的生物芯片技术的限制。但是，测量所暴露的噪音水平与这些信号的频率成反比例。因此，结果的准确度强烈地受到该参数的限制。结果，可由中央处理器114 (例如，GPP)调节和参数化的驱动电路系统112的可变且可配置的频率发生器部件确保该生物感测平台104对多代生物芯片102的适应能力。可以利用在可重构结构中部署的直接数字合成器(DDS)实现所需的信号发生器，直接数字合成器可以与该可重构结构中的附加硬件组合以实现复杂调制，如扩频，并且受中央处理器114的控制。
典型的实施方式
在典型的工作实施例中，利用赛灵思ZYNQ7000可扩展处理平台（Xilinx Zynq 7000 Extensible Processing Platform）构建生物感测平台104作为嵌入式系统。该特别的片上系统(SoC)包括本领域当前的可重构结构，并且其提供比图1-3描述更全面的、系统所需的大部分特征。
Zynq SoC 架构
Zynq SoC将两个独立模块集成到相同的芯片中：处理系统(PS)，特征为处理器132，例如，双核ARM Cortex-A9处理器；以及可编程逻辑(PL)，其由可与Xilinx 7-Series FPGAs兼容的可重构结构组成。除ARM处理器和相关的DDR-存储器控制器之外，该PS还集成了行业标准的通信接口的集合134(Gigabit Ethernet, USB, I2C和SPI)。在启动时，PS通过处理器配置访问端口（PCAP）来配置PL并使系统时钟初始化。通过PCAP，ARM处理器能够利用可重构结构的软件驱动的动态部分重构能力，从而促进该SoC的重构部分的适应和优化使用。
可以使用接口，例如先进可扩展接口(AXI)总线协议，经由所提供的任何一个连接端口，即，通用（AXI-GP）、高性能（AXI-HP）和加速器一致性端口（AXI-ACP）实现PS-PL互连。例如，如图所示，两个主和两个从AXI-GP接口136将PL连接至PS中央互连系统138，从而允许进行低通量数据和控制传输。当要求高通量时，分开的接口140，例如AXI-HP接口，直接连接至主存储器142。在该接口140中，读写操作由1 kB 异步FIFO调节，并且可配置数据宽度为32或64位。AXI-ACP接口将PL直接连接至窥探控制单元(SCU)，以确保在ARM处理器的L2共享缓存的数据相关性。所有这些端口可以独立启用和配置。在PL侧，使用现有的可重构逻辑实现这些接口，从而与硬件资源方面的成本相关联。
实施
当PS上的ARM处理器用于控制该平台时，在PL上的可重构结构用于实现专用协处理器并支持针对生物芯片的接口。在典型的实施中，使用Linaro Ubuntu GNU/Linux OS实现在PS中运行的基础软件层，Linaro Ubuntu GNU/Linux OS 为ARM SoCs 提供优化的工具和软件包。提供采用该OS，PS通过使用现有的计算机外围设备组向用户提供丰富的接口。
图3描述了考虑单个通道116的所实现的架构的方框图。该图对应初始放大阶段，其中在小子集传感器上从单条采集通道计算FFT以确定使信噪比最大化的结合频率，fbind。在多通道实施中，其中平行通道读取1000+个传感器的生物信息，根据生物芯片102的块108/采集通道116，必要时复制图3中的协处理器通道1X。
若干AXI接口将可重构结构连接至ARM处理器并且连接至相关的主存储器，以用于控制或用于高通量数据传输。通过遵循基于DMA的外围设备中常采用的设计策略，每个所设计的协处理器提供用于配置目的的从接口，以及写入共享存储器总线中的主控制器。通过利用在主存储器中的连续区域实现专用协处理器和GPP之间的数据一致性，该连续区域标记为不可缓存的并且从该系统的存储器管理中排除。通过将该区域重新映射到虚拟的内核地址空间以使OS能够读取该存储器区域，从而使其易于被客户设备驱动器访问。
FFT 协处理器
在示例性实施例中，PL中的FFT协处理器（例如，协处理器122）是基于Xilinx FFT IP 核v7.1，并且采取管线操作，从而在基于流的处理方案中，在每个时钟周期产生输出。虽然该核被配置成接收24位定点的实时输入，该核内使用较高的精确度以减少中间阶段之间的数值误差传播。此外，在蝶形计算中使用嵌入式DSP块，以在可用的重构结构内在DSP/BRAM使用中进行更好的平衡。当用大量的点计算FFT时，对于数据和阶段因子存储，需要大量的BRAM。但是，采用放大方法使每条通道的总存储要求保持在合理水平。在所有的放大水平，从控制寄存器获得同步复位和起始位信号，从而允许进行由PS完全控制的操作。此外，由于经考虑的信号处理算法需要将FFT的复杂输出值平方，在FIFO输出端引入另外的平方块。
PL-PS 数据流和接口
在示例性实施例中，由特别定义的控制和数据通道确保可重构结构上的若干逻辑块和ARM GPP之间的通信。通过遵循存储器-映射I/O方法，在ARM上执行的程序可访问控制寄存器组，从而提供便捷的软件复位和起始标志触发功能。这些寄存器置于AXI总线上，由CPU 通过AXI-GP接口端口控制。AXI-HP端口用于将FFT输出帧直接传递到主存储器，在该主存储器，CPU随后可以访问FFT输出帧。由于该共享存储区域是连续的，并且不是由OS内核直接管理（如上述所解释），使用AXI Burst Master Controller以使这些协处理通道144具有直接的存储器入口。该解决方案提供与常规DMA引擎等效的数据传输性能，但将硬件需求降低大约7倍。
考虑多通道处理时，图3中的架构得以扩展以并入如通道的数量那样多的协处理块，例如，生物芯片102的块108/采集通道116（在图3的下部分标记协处理通道144的虚线框）。接着，该协处理块连接至AXI-HP端口，该AXI-HP端口提供在协处理器和主存储器之间能够支持高达1.2 GByte/s（估计）的数据传输的通信通道。这远高于在某些生物传感器应用中的ADC的72 KBit/s位率。即使考虑到公开的生物感测平台所需的较高位率，该带宽也足够支持多个通道（生物芯片102包括4个通道），并且还为将来的扩展提供了足够的资源。然而，应该注意到，必须保证连续的数据传输，以实现1.2 GByte/s通量。为了保证该需求，使用双时钟域FIFO存储器以在FFT处理通道和连接至所述主存储器的AXI-HP总线之间实现桥接器。
系统 I/O 和用户接口
在示例性实施例中，生物感测平台支持两个不同的接口：i)与每个通道ADC并与刺激发生器的基于SPI的互连；ii)与人类操作者的接口。与生物感测ADC和与刺激发生器的连接可以通过SPI协议的开源核实现而达到，SPI协议的开源核可从OpenCores.org获得。该特定核的选择考虑了其在通用性和资源效率方面的特定特征。
一般参考图1、图2C，和图3，在示例性实施例中，接口106，例如，图形用户接口，通过使用HDMI图形端口和USB键盘、USB触摸屏面板或其它合适的接口来实现。虽然HDMI接口已经在ZYNQ平台存在，但必须在可重构结构上实现控制器。从靶向HDMI输出接口的参考设计，以及处理DMA视频流所需的物理和数据流的块，获得控制器模块。这些DMA引擎连接至两个分开的AXI-HP端口，使其能够从主存储器收集视频数据。HDMI控制逻辑（也在PL侧）连接至AXI-GP接口并且映射到OS的存储器空间中，从而允许使用现有的软件设备驱动器。
校准生物检测系统的方法
参考图4，根据本发明的另外的方面，展示了操作具有生物芯片的生物检测系统的方法400的特征。该方法400可以用于，例如，为获得最佳信噪比而校准驱动电路系统的信号。该方法400由下列步骤实现：在402设定驱动电路系统以产生驱动信号组，在404读取来自生物芯片的传感器数据。该方法400的特征也在于通过在406利用访问生物芯片的公共信号采集通道的传感器子集以低频率分辨率对从生物芯片提取的传感器数据进行数字处理。该方法400的特征还在于使用具有低频率分辨率的数字处理结果以在408限定目标频率的初步指示，从而测量来自信号采集通道的传感器数据输出，并且在410识别目标频率的范围或频带。进一步地，该方法的特征在于，在412进行滤波和信号解调以将感兴趣的频率（带）从已识别的目标频率范围向下替换为基带，并且在414从所述基带指定位分辨率和频率分辨率，该位分辨率和频率分辨率使从信号采集通道读取的数据的信噪比最大化。
在另外的方面，该方法的特征还在于对从生物芯片提取的、使用调制技术得到的传感器数据进行解调。在另一典型实施中，进行数字处理的特征还在于使用访问生物芯片的公共信号采集通道的传感器子集以低频率分辨率对从生物芯片提取的传感器数据进行快速傅里叶变换。在这点上，该方法的特征还在于，在傅里叶变换的结果上进行复杂的校正算法，包括卡尔曼滤波、漂移补偿，以及温度控制器。
实验结果
为了适当评估可扩展的多通道架构，使用以Zynq XC7Z020（低功率要求的最小的Zynq SoCs之一）为特征的ZedBoard获得实验结果，并使用Xilinx 14.3开发工具合成该实验结果且进行映射。所呈现的分析通过考虑具有最大允许FFT核的单条通道架构实施，该最大允许FFT核用于以最大准确度确定生物传感器结合频率区域。表1呈现了实验结果并且该实验结果表明FFT-尺寸 (64k 样本)受限于PL中可获得的块RAM的数量。此外，该结果表明剩余结构所需的资源对应仅仅33.5%可用LUTs，仅仅8 BRAMs和19 DSPs。由此，可以推断出，大多数PL硬件资源可被协处理器通道使用。
表1. 用于单条通道64K FFT的系统资源
当进行放大并要求多通道时，为了评估该情况下架构的可扩展性和适应性，产生具有较小FFT核的位流并且通过平衡使用DSPs、BRAMs 和LUTs使通道数量最大化。表2呈现单条协处理通道144使用的资源，其中考虑点数量增加的FFT和在PL上支持的最大数量的协处理通道144。应该注意，对于1k-, 2k- 和4k-FFT，通道的最大数量被可获得的DSP48元件的数量限制；对于较大的FFTs，限制在于BRAMs。而且，在32k-FFT中，为了支持2条通道，一些块RAMs用LUTs实现。
表2. 协处理通道的硬件要求
所呈现的结果表明可能实现由8条1024点的FFT通道组成多通道处理系统。因此，通过使每条通道达到256个生物传感器，可以处理总计2,048个生物传感器并且扫描时间减少了8倍。可以利用其它复杂调制技术，比如多载波或者扩频来实现另外的多路复用。这证明了所提出的系统对多通道处理的适应性，同时使所需数量的硬件资源与该入门水平Zynq SoC保持兼容。该FFT核能够在180 MHz上操作，每个时钟周期产生1输出样本。考虑到该系统必须支持达到4 Msps的ADC采样率（与本领域当前的高分辨率转换器对应），这表明FFT核不会对信号分析性能施加任何限制。
另一方面，AXI-HP允许评估的最大传输速率为1.2 GByte/s，而，对于32位的数据宽度，FFT核输出最多128 Mbit/s的位率。因此，AXI-HP带宽不限制该系统的操作，支持多条采集通道。考虑到所开发的生物芯片以4个传感器块（1024个传感器）为特征，如果可利用较快的ADCs，仍然可以提高位率
从这些结果中可以推断出，在此，映射在Zynq SoC上的架构提供实现高性能完全嵌入式生物感测平台所需的计算资源。此外，所实现的原型也证明，以现有的重构能力可以获得可扩展的和适应性强的平台，该平台能够适应具有较高数量的传感器和不同的计算需求的生物芯片。
其它
根据本发明的方面，提供系统，从而通过高性能和可配置的采集和处理架构，递送先进生物芯片技术所需的计算能力，并且允许以高采样率同时进行采集和处理。例如，如在此更详细的描述，提供生物感测平台，该生物感测平台使用多个专用协处理器进行基于快速傅里叶变换（FFT）的信号滤波，以及其它复杂的校正和调制/多路复用算法。使用另外的专用处理器以合成传感器的刺激信号，并且提供中央处理器以控制整个系统。通过该方法，提供完全自主的嵌入式系统，该嵌入式系统能够独立操作该平台，从而增加灵活性和可用性。
通过这种方式，新的高密度生物芯片被认为是许多需要高通量分析的应用的非常有前途的解决方案。但是，现有的电子平台不能够获取和处理所产生的较大量的数据。在此，可扩展的多通道和高通量架构满足了采集和处理该较大量的数据的需求，例如即使在单个Zynq SoC上实现时。例如，即使在使用最小的Zynq’s之一时，实验结果也证明了比起前代生物感测平台，该系统支持多8倍的传感器和高1000+倍的采样频率。通过利用SoC的可重构特征，结果也表明所选定的平台允许实现这样的可扩展系统：用可配置的FFT尺寸支持协处理器，能够对每个生物芯片进行优化的和可调节的信号测量，而不牺牲硬件资源使用效率，从而能够扩展所开发的系统，以便应付未来的生物芯片的要求。
在此使用的术语仅用于描述特定实施例的目的，而并非意为限制本发明。在此使用的单数形式的“一”、“一个”和“所述”也包括复数形式，除非文中另外说明。应该进一步理解，在本说明书中使用的术语“包括”和/或“包含”，说明所陈述的特征、整数、步骤、操作、元件，和/或部件的存在，但不排除一个或多个其它特征、整数、步骤、操作、元件、部件，和/或其组合的存在或添加。
特别声明，在权利要求中的所有手段或步骤及功能元件的对应的结构、材料、动作和等效元件意包括执行该功能的任何结构、材料或动作以及其它元件。本发明的描述用于说明和陈述目的，但并不意为将本发明详尽或限制为所公开的形式。本领域普通技术人员明白许多修改和变化不脱离本发明的范围和本质。所选择和描述的本发明的方面是为了便于解释本发明的原理和实际应用，并且使本领域普通技术人员能够明白本发明的各种实施例和适于所预期的特定用途的各种修改。

Claims (15)

1.一种生物检测系统(100)，其特征在于：
生物芯片(102)，其具有至少两个传感器块(108)，每个传感器块具有信号采集通道(110)，所述信号采集通道(110)可单独访问，使得每个传感器块能被平行读取；和
生物感测平台(104)，其具有：
驱动电路系统(112)，其驱动所述生物芯片的每个传感器块(108)；
采集接口(116)组，其设置成使得一个选定的采集接口(116)连接至一个对应的信号采集通道(110)；
协处理器(122)组，使得选定的协处理器独特地与所述采集接口(116)中对应的一个采集接口相关联；以及
中央处理器(114)，其控制所述驱动电路系统(112)，与采集接口(116)组连接并与协处理器(122)组连接，以读取来自生物芯片的数据。
2.根据权利要求1所述的生物检测系统，其特征在于，所述生物芯片还具有下列的特征：每个传感器块具有至少16个传感器的阵列和对应的时分多路复用器以读出对应块的个体传感器。
3.根据前面任一项权利要求所述的生物检测系统，其特征在于，该采集接口组还具有下面的特征：
模数转换器(118)和控制器(120)，其中所述控制器将来自模数转换器的信息传送至其对应的协处理器。
4.根据权利要求3所述的生物检测系统，其特征在于，模数转换器的采样频率为至少1 kHz并且位分辨率为至少12位。
5.根据前面任一项权利要求所述的生物检测系统，其特征在于，每个协处理器的特征在于：
配置，其进行下列的至少一个步骤：
在来自其对应的采集接口的数据上进行基于快速傅里叶变换(FFT)的信号滤波；
复杂的校正算法，其包括卡尔曼滤波，
温度控制器；以及
复杂的调制器和解调器。
6.根据前面任一项权利要求所述的生物检测系统，其特征还在于，主存储器，所述中央处理器和每个所述协处理器共享所述主存储器。
7.根据前面任一项权利要求所述的生物检测系统，其特征在于，所述驱动电路系统还具有下列特征：
电路系统，用于产生施加至所述生物芯片的传感器的偏置电流和振荡磁场。
8.根据前面任一项权利要求所述的生物检测系统，其特征在于，
所述驱动电路系统连接所述中央处理器，使得所述驱动电路系统的信号发生器被所述中央处理器控制，以具有可调节的频率并且还能产生任意信号形状和振幅。
9.根据前面任一项权利要求所述的生物检测系统，其特征在于，所述驱动电路系统具有如下特征：
直接数字合成器(DDSs)，其能够与在可重构结构中部署的任意信号发生器组合，所述任意信号发生器受中央处理器的控制。
10.根据前面任一项权利要求所述的生物检测系统，其特征在于，采集接口被配置为测量来自所述对应的信号采集通道的、处于特定结合频率或频带的传感器数据，该特定结合频率或频带由磁场、偏置电流、传感器对这些AC信号的响应，和系统的噪音及串音诱发的调制来确定。
11.根据前面任一项权利要求所述的生物检测系统，其特征在于：
所述生物感测平台被实施为两个部件，包括可编程的逻辑部件和处理系统部件，其中所述驱动电路系统、所述协处理器和所述采集接口在所述可编程的逻辑部件中实现，并且所述中央处理器和所述主存储器在所述处理系统中实现。
12. 一种操作具有生物芯片的生物检测系统的方法，其特征在于：
设定驱动电路系统以产生驱动信号组；
读取来自生物芯片的传感器数据；
利用访问所述生物芯片的公共信号采集通道的传感器子集，以较低的频率分辨率对从生物芯片提取的传感器数据进行数字处理；
使用具有低频率分辨率的数字处理结果以限定目标频率的初步指示，从而测量来自信号采集通道的传感器数据输出；
识别目标频率的范围或频带；
进行滤波和信号解调以将感兴趣的频率（带）从已识别的目标频率范围向下替换为基带；以及
从所述基带中指定位分辨率和频率分辨率，该位分辨率和频率分辨率使从信号采集通道读取的数据的信噪比最大化。
13.根据权利要求12所述的方法，其特征在于：
当使用调制技术得到从所述生物芯片提取的传感器数据时，进行解调。
14.根据权利要求12或13所述的方法，其特征在于，进行数字处理还具有下面的特征：
利用访问所述生物芯片的公共信号采集通道的传感器子集，以较低的频率分辨率对从生物芯片提取的传感器数据进行快速傅里叶变换。
15.根据权利要求14所述的方法，其特征在于，
在傅里叶变换的结果上，进行复杂的校正算法，包括下面各项中的至少一项：
卡尔曼滤波、漂移补偿和温度控制器。
CN201480060065.3A 2013-08-30 2014-08-29 可扩展的高通量生物感测平台 Pending CN105849547A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
PT107138 2013-08-30
PT10713813 2013-08-30
PCT/EP2014/068443 WO2015028642A2 (en) 2013-08-30 2014-08-29 Scalable and high throughput biosensing platform

Publications (1)

Publication Number Publication Date
CN105849547A true CN105849547A (zh) 2016-08-10

Family

ID=51660434

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480060065.3A Pending CN105849547A (zh) 2013-08-30 2014-08-29 可扩展的高通量生物感测平台

Country Status (7)

Country Link
US (2) US20160161466A1 (zh)
EP (2) EP2929341B1 (zh)
CN (1) CN105849547A (zh)
DK (1) DK2929341T3 (zh)
ES (1) ES2610384T3 (zh)
PT (1) PT2929341T (zh)
WO (1) WO2015028642A2 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109965866A (zh) * 2019-01-30 2019-07-05 安博特纳米生物科技有限公司 生物电信号采集模组和信号采集卡
CN112189135A (zh) * 2018-05-23 2021-01-05 阿克斯比尔公司 用于分析生物系统的集成电路
CN113079138A (zh) * 2021-03-23 2021-07-06 哈尔滨理工大学 一种生物信息数据在线过滤系统

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106681949B (zh) * 2016-12-29 2019-12-10 北京四方继保自动化股份有限公司 基于一致性加速接口的直接内存操作实现方法
CN107196695A (zh) * 2017-04-07 2017-09-22 西安电子科技大学 基于Zynq的卫星星间链路测试系统
US11054243B2 (en) * 2017-04-26 2021-07-06 The Texas A&M University System Electronic device for automatic calibration of swept-source optical coherence tomography systems
CN108181003B (zh) * 2017-11-23 2023-11-14 深圳怡化电脑股份有限公司 基于Zynq SOC的红外传感器控制系统及自助终端
CN109491949B (zh) * 2018-11-27 2022-06-07 哈尔滨工业大学 基于Zynq的动态可重构框架及方法
CN111159088A (zh) * 2019-11-29 2020-05-15 中国船舶重工集团公司第七0九研究所 一种基于异构多核处理器的iic总线通信方法及系统
CN111182660B (zh) * 2019-12-31 2023-05-16 华东计算技术研究所（中国电子科技集团公司第三十二研究所） 基于通用处理器和zynq处理器交互式无线通信系统
CN111445380B (zh) * 2020-03-19 2021-01-19 熵智科技(深圳)有限公司 基于zynq实现实时双目立体匹配的方法及装置
CN113489594B (zh) * 2021-06-04 2023-12-19 北京中航双兴科技有限公司 基于fpga模块的pcie实时网卡
CN115656276A (zh) * 2022-09-30 2023-01-31 吉林大学 一种基于zynq和机器嗅觉的土壤养分自动检测系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2511972Y (zh) * 2001-11-28 2002-09-18 上海数康生物科技有限公司 并行检测多个生物分子的电容式生物传感器
CN2762136Y (zh) * 2005-01-18 2006-03-01 中国人民解放军军事医学科学院放射医学研究所 电化学阵列传感芯片
US20060139993A1 (en) * 2002-12-21 2006-06-29 Hynix Semiconductor Inc. Biosensor and sensing cell array using the same
WO2006085087A2 (en) * 2005-02-11 2006-08-17 The University Court Of The University Of Glasgow Sensing device, apparatus and system, and method for operating the same
WO2008038906A1 (en) * 2006-09-27 2008-04-03 Electronics And Telecommunications Research Institute Biosensor, manufacturing method thereof, and biosensing apparatus including the same
CN101620221A (zh) * 2008-07-03 2010-01-06 汉述祖 生物芯片检测装置及其检测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101563610A (zh) * 2006-12-18 2009-10-21 皇家飞利浦电子股份有限公司 抑制乱真信号分量的磁传感器件

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2511972Y (zh) * 2001-11-28 2002-09-18 上海数康生物科技有限公司 并行检测多个生物分子的电容式生物传感器
US20060139993A1 (en) * 2002-12-21 2006-06-29 Hynix Semiconductor Inc. Biosensor and sensing cell array using the same
CN2762136Y (zh) * 2005-01-18 2006-03-01 中国人民解放军军事医学科学院放射医学研究所 电化学阵列传感芯片
WO2006085087A2 (en) * 2005-02-11 2006-08-17 The University Court Of The University Of Glasgow Sensing device, apparatus and system, and method for operating the same
WO2008038906A1 (en) * 2006-09-27 2008-04-03 Electronics And Telecommunications Research Institute Biosensor, manufacturing method thereof, and biosensing apparatus including the same
CN101620221A (zh) * 2008-07-03 2010-01-06 汉述祖 生物芯片检测装置及其检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
SOUSA ET AL.: "《Embedded System Design:Topics, Techniques and Trends》", 31 December 2007 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112189135A (zh) * 2018-05-23 2021-01-05 阿克斯比尔公司 用于分析生物系统的集成电路
CN112189135B (zh) * 2018-05-23 2023-08-29 阿克斯比尔公司 用于分析生物系统的集成电路
CN109965866A (zh) * 2019-01-30 2019-07-05 安博特纳米生物科技有限公司 生物电信号采集模组和信号采集卡
CN113079138A (zh) * 2021-03-23 2021-07-06 哈尔滨理工大学 一种生物信息数据在线过滤系统

Also Published As

Publication number Publication date
US20180038843A1 (en) 2018-02-08
US20160161466A1 (en) 2016-06-09
EP2988124A3 (en) 2016-06-29
EP2988124B1 (en) 2017-07-19
EP2988124A2 (en) 2016-02-24
EP2929341A2 (en) 2015-10-14
PT2929341T (pt) 2016-12-30
ES2610384T3 (es) 2017-04-27
EP2929341B1 (en) 2016-10-12
DK2929341T3 (en) 2017-01-30
WO2015028642A2 (en) 2015-03-05
WO2015028642A3 (en) 2015-06-11

Similar Documents

Publication Publication Date Title
CN105849547A (zh) 可扩展的高通量生物感测平台
Jun et al. Real-time spike sorting platform for high-density extracellular probes with ground-truth validation and drift correction
Hafizovic et al. A CMOS-based microelectrode array for interaction with neuronal cultures
Wang et al. Real-time, label-free monitoring of the cell cycle with a cellular impedance sensing chip
CN103690166B (zh) 一种基于pxi总线的呼吸过程三维电阻抗成像系统及其成像方法
CN107884559A (zh) 用于探测分子配合物的电属性的系统
CN107361760A (zh) 心磁图仪诊断系统及应用该系统的心磁图仪
CN102379697B (zh) 电阻抗扫描成像前级信号调理模块的检测装置及标校方法
CN110279416A (zh) 一种基于fpga的便携式电阻抗成像系统及其工作方法
US20150362448A1 (en) Signal process system and method for the same and biological resistance detection device and element
CN101785659A (zh) 一种便携式通用生物信号获取和分析系统及方法
CN203841697U (zh) 一种基于pxi总线的呼吸过程三维电阻抗成像系统
CN204086568U (zh) 一种超高密度电法数据采集装置
WO2018148312A1 (en) Handheld electrochemical sensing platform
CN206223724U (zh) 一种血糖仪器的测试系统
Leitao et al. Scalable and high throughput biosensing platform
Pan et al. Variational mode decomposition-based synchronous multi-frequency electrical impedance tomography
Gordon et al. A virtual system for simultaneous multi-frequency measurement of electrical bioimpedance
Miao et al. A new symmetric semi-parallel electrical impedance tomography (EIT) system-I: The design
CN105004868A (zh) 一种多通道血栓弹力图仪及使用方法
CN103808770A (zh) 癌变细胞早期快速便携检测装置
CN208339513U (zh) 智能生物信息采集系统
Andriţoi et al. An portable device for ECG and photoplethysmographic signal acquisition
CN202928594U (zh) U盘传感器、检测仪、u盘血糖检测仪和u盘血液检测仪
Zhang et al. Multi-frequency Electrical Impedance Tomography System with Multisine Excitation for Real-time Spectral Imaging

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160810

WD01 Invention patent application deemed withdrawn after publication