Ученые ННГУ создали схему, которая снизит энергозатраты медицинских датчиков

Служба новостей Автор статьи
Ученые ННГУ имени Лобачевского создали эксперим...

AI Изображение создано с помощью ИИ и носит иллюстративный характер

В Нижнем Новгороде специалисты ННГУ имени Н. И. Лобачевского собрали экспериментальную электронную схему, которая в перспективе позволит медицинским датчикам и другой автономной технике реже вставать на подзарядку. Об этом ТАСС рассказал Иван Кипелкин, сотрудник лаборатории мемристорной наноэлектроники вуза. Данную информацию сообщает портал ProGorodNSK.ru.

Одно из возможных применений — носимые устройства, которые следят за сердечным ритмом или активностью мышц. Такие гаджеты смогут самостоятельно анализировать сигналы, не отправляя весь поток данных на внешний компьютер, что сократит расход энергии на обработку и передачу информации.

В основе разработки — два электронных аналога нервных клеток, соединенных миниатюрным мемристором. Этот элемент меняет электрическое сопротивление под действием сигналов и сохраняет свое состояние, поэтому предыдущие импульсы влияют на передачу следующих. Фактически мемристор совмещает функции памяти и обработки сигналов. В лабораторной схеме 17 основных элементов, ученым удалось добиться согласованной работы двух искусственных нейронов.

Кипелкин объяснил суть просто: это электронная модель, где связь между двумя нейронами меняется сама, в зависимости от проходящих через нее сигналов. Для обычного человека результат выглядит так: автономная электроника сможет выполнять часть интеллектуальной обработки при меньшем расходе энергии. Это особенно интересно там, где устройство должно долго работать без постоянной подзарядки или подключения к мощному компьютеру, отметил Алексей Михайлов, директор научно-образовательного центра «Физика твердотельных наноструктур» ННГУ.

Пока исследователи продемонстрировали лишь принцип работы связи между двумя электронными нейронами, готового медицинского прибора на этой основе еще нет. На следующем этапе, по словам Кипелкина, десятки и сотни таких нейронов нужно объединить в одну систему, обеспечить стабильность ее работы и соединить все компоненты в едином устройстве.