2018년 1월 17ZH1100-01-2401P
실시간 뉴런-컴퓨터 양방향 통신 및
생체모방 시냅스 기술
Real-time bi-directional interfacing of neuron-computer and
biomimetic synapse technology
인 사 말 씀
뇌 신경계와 컴퓨터 간의 양방향 인터페이스 기술은 뇌 학습법을 이해할 수
있는 매우 유용한 기술로 디지털 인공지능의 고도화와 하드웨어 기반의
뉴로모픽 인공지능 시스템의 학습법 도출에 기여할 수 있는 IT 기반의 뇌공학
융합 기술입니다. 또한 뇌 신경계와 컴퓨터 간의 양방향 인터페이스 기술은
국가적인 메가트렌드인 고령화에 수반되는 신경계 장애인의 재활 등 사회문제
해결에 기여할 것으로 기대됩니다.
2018 년 1 월
한국전자통신연구원 원장 이 상 훈
제 출 문
본 연구보고서는 주요사업인 "실시간 뉴런-컴퓨터 양방향 통신 및
생체모방 시냅스 기술"의 2단계 1차년도 연구개발 결과로서, 본 과제에
참여한 아래의 연구팀이 작성한 것입니다.
2018년 1월
연구책임자 : 책임연구원 정상돈 (시냅스소자창의연구실)
연구참여자 : 선임연구원 김용희 (시냅스소자창의연구실)
연 구 원 박종길 (시냅스소자창의연구실)
요 약 문
Ⅰ. 제 목
실시간 뉴런-컴퓨터 양방향 통신 및 생체모방 시냅스 기술Ⅱ. 연구목적 및 중요성
휴먼 지능과 기억의 이해와 이들 기능의 모방은 디지털 컴퓨팅의 한계를 극복하고 다양한 비선형 문제 해결과 실시간 병렬처리를 기반으로 하는 응용 구현을 위해 필수적이며, 또한 휴먼 지능의 향상과 뇌 기능 복구 및 뇌 기능 대체 구현에 기여 가능하다. 근래 막대한 전력을 소비하는 슈퍼컴퓨터를 기반으로 하는 인공지능 기 술과 별도로 하드웨어적으로 병렬구조를 이루고 메모리와 프로세서 기능을 하이브 리드 집적하여 뇌 신경세포의 신호 처리 기능을 모방하는 분야가 형성되고 있다. 특히 최근 세계적인 주목을 끌고 있는 멤리스터는 기억과 스위칭 기능을 모두 가 지고 있어서 시냅스와 이온채널의 모방에 적합하여 멤리스터 만으로도 신경세포를 모사하는 것이 가능한 장점을 가지고 있다. 하지만 아직까지 뇌의 학습과 기억에 관한 이해 부족으로 멤리스터의 학습이 가장 큰 숙제로 남아 있다. 본 연구에서는 신개념의 멤리스터 구현을 목표로 할뿐만 아니라 생물학적 신경네트워크를 멤리스 터를 포함하는 뉴로모픽 시스템과 양방향 연결함으로써 생물학적 신경네트워크를 기반으로 뉴로모픽 시스템의 학습 가능 여부를 살펴보는 데에 있다.Ⅲ. 연구내용 및 범위
- in vivo 신경전극 기술 개발 - 실시간 자극기 컨트롤러 기술 개발 - 이벤트 기반 인공 뉴럴 네트워크 구성 및 학습 방법 기술 개발
Ⅳ. 연구결과
- ITO 나노선 기반 신경전극 제작 공정 개발 - 불소계 고분자 기반 플렉시블 신경전극 제작 기술 개발 - 저지연 실시간 자극기 컨트롤러 기술 개발 - 이벤트 기반 인공 뉴럴 네트워크 구성 기술 개발 - 프리시냅틱 이벤트 기반 스파이크 타이밍 학습 방법 기술 개발Ⅴ. 연구개발결과의 활용계획
- in vitro 신경 네트워크 자극 프로토콜 도출에 활용 - in vivo 기록-전기자극 폐-회로 형성을 통한 신경조절에 활용 - 저지연 실시간 자극 피드백을 이용한 생물학적 뉴럴 네트워크의 학습 유발 실험에 활용 - 이벤트 기반으로 생물학적 뉴럴 네트워크와 인공 뉴럴 네트워크와의 양방향 통신을 통한 자가 학습 유발 실험에 활용Ⅵ. 기대성과 및 건의
생물학적 신경네트워크의 가소성 제어 및 멤리스터와의 양방향 인터페이스를 기 반으로 하는 멤리스터의 학습법 도출을 위한 노력은 지능과 기억의 이해 증진과 뇌 질환자의 기능회복 그리고 이를 모방한 기능적 인공지능 구현에 기여할 것으 로 예상된다. 휴머노이드 로봇과 같은 물리적인 신체와 인터페이스를 형성하여 실시간적으로 환경과 상호작용하는 신경모방 집적회로 인지시스템을 구형하기 위해 서는 3D VLSI, 나노공정 기술 및 소재, 새로운 로봇 액튜에이터와 액티브 센서, 스 파이크 기반의 학습 기작과 대뇌피질 발생, 고차인지 아키텍쳐 등 신경과학 분야 등과의 융합연구가 요구된다.
ABSTRACT
Ⅰ. TITLE
Real-time bi-directional interfacing of neuron-computer and biomimetic synapse technology
Ⅱ. THE OBJECTIVES
Understanding of human brain and intelligence and mimicking of these are essential to overcome digital computing limitation. It contributes non-linear problem solving, real time parallel processing, human intelligence improvement, brain function restoration, and replacement of brain function. The way of artificial intelligence implementation in super computer consumes hugh amount of power. In contrast, in these days, an implementation approach, Neuromorphic engineering suggests massive parallel processing architecture mimicking brain network spike based computation and processing. Memristor, which has memory and switching characteristic, is highlighted for mimicking synapse ion channel physics. However, due to lack of learning mechanism and memory in brain, memristor learning is an open question. In this research, we focus on not only memristor based synapse array implementation but also bi-directional interface between memristor and biological neural network to figure out feasibility of memristor learning based on biological neural network
- Devleopment of in vitro neural electrode array - Development of in vivo flexible neural electrode array - Development of real-time stimulator controller
- Development of event-based artificial neural network configuration and learning method
Ⅳ. RESULTS
- Devleoped a in vitro MEA fabrication process based on ITO nanowires
- Developed a in vivo flexible MEA fabrication process based on fluoropolymers - Achieved low feedback latency for real-time neural interface
- Configured event-based artificial neural networks
- Developed presynaptic spike event based spike timing-dependent plasticity learning rule
Ⅴ. EXPECTED RESULT & PROPOSITION
This research focused on biological neural network learning mechanism control and bi-directional interface with memristor. We expect that the effort would provide better understanding of human intelligence and memory mechanism and it would provide model of function restoration for brain damaged human. It would provide a model of artificial intelligence mimicking human brain as well. To build biomimicking cognitive system with integrated circuits implementing physical body and interface enabling realtime interaction with environment such as humanoid robot, it requires emerging technology such as 3D VLSI, nano-particle device, new robot actuator and active sensor, spike based learning, high-level cognition architecture and neuroscience.
CONTENTS
CHAPTER 1. Summary of the R&D project ... 18
Section 1. Purpose of the project ... 18
Section 2. Technical issues ... 19
CHAPTER 2. Research contents and Results ... 23
SECTION 1. Development of in vitro MEAs ... 23
1. Technological trends of growh of ITO nanowires ... 23
2. Growth of ITO nanowires using RF sputtering ... 29
3. Fabrication process of ITO NW-based MEAs ... 36
4. Performance evaluation of the ITO NW-based MEAs ... 39
SECTION 2. Development of in vivo MEAs ... 45
1. Development trends of flexible neural electrodes ... 45
2. Plasma treatment of fluoropolymers ... 51
3. Fabrication of flexible neural electrodes based on fluoropolymers ... 58
4. Performance evaluation of the fluoropolymer-based flexible MEAs ... 62
SECTION 3. Development of neuromorphic neural engineering ... 65
1. Review of neuromorphic neural engineering platform ... 65
2. Development of real-time stimulator controller ... 69
3. Event-based artificial neural network configuration and learning rules ... 79
CHAPTER 3. List of major products ... 90
SECTION 1. List of major products in neural electrodes ... 90
2. Fluoropolymer-based neural electrodes ... 91
SECTION 2. Results of neuromorphic neural engineering platform development ... 96
1. Results of real-time stimulator controller ... 96
2. Event-based artificial neural network configuration and learning rules ... 97
SECTION 3. Related SCI papers & patents ... 99
1. VACNT-based neural electrode ... 99
2. 128-CH real-time spike sorting technology ... 102
SECTION 4. in vivo flexible ECoG electrode ... 104
CHAPTER 4. Conclusions ... 105
CHAPTER 5. Facilities & Equipments... 108
List of Figures
<Fig. 1-1> Concept diagram of R&D goals ... 18 <Fig. 1-2> Reliability issues of neural electrode ... 19 <Fig. 1-3> Elastic modulus of materials for neural electrode and corrosion of adhesion layers ... 20 <Fig. 1-4> Enhancement of performance of neural electrode based on
nanomaterials ... 21 <Fig. 1-5> Requirement of stimulus delay time control ... 22 <Fig. 2-1> RF magnetron spuuter system built for growth of ITO nanowire ... 29 <Fig. 2-2> Growth characteristics of ITO nanowires with respect to the number of In
metal ... 30 <Fig. 2-3> Growth characteristics of ITO nanowires with respect to the RF power ... 31 <Fig. 2-4> Growth characteristics of ITO nanowires with respect to the substrate
temperature ... 32 <Fig. 2-5> Whisker type ITO nanowires grown at 350 ℃ ... 33 <Fig. 2-6> Growth characteristics of ITO nanowires with respect to the working
pressure ... 34 <Fig. 2-7> Growth characteristics of ITO nanowires with respect to the sputtering
time ... 35 <Fig. 2-8> MEA fabrication process using bi-layer lift-off resist technique ... 36 <Fig. 2-9> Surface modification of ITO electrode using ITO nanowirea and electrodeposited IrOx ... 37 <Fig. 2-10> FESEM images of ITO nanowire and IrOx/ITO nanowire and FESEM image of the
IrOx/ITO nanowire microelectrode ... 38 <Fig. 2-11> TEM image of the IrOx/ITO nanowire ... 38 <Fig. 2-12> Impedance of the ITO, ITO nanowire, IrOx/ITO nanowire electrodes ... 39
<Fig. 2-13> CV and voltage transient dynamics of the ITO, ITO nanowire, IrOx/ITO nanowire
electrodes ... 41
<Fig. 2-14> Signal analysis for stimulus response of Schaffer’s collaterals of hippocampus ... 43
<Fig. 2-15> fEPSP signal propagation and I/O recorded both at ITO nanowire and IrOx/ITO nanowire electrodes ... 44
<Fig. 2-16> Surface roughness of FEP film with respect to the Ar plasma treatment time ... 52
<Fig. 2-17> Surface roughness of FEP film with respect to the Ar plasma power ... 53
<Fig. 2-18> Surface roughness of FEP film with respect to working pressure ... 54
<Fig. 2-19> Equipment for RF Ar plasma treatment, contact angle measurement, thermal pressing and adhesion test ... 54
<Fig. 2-20> Adhesion strength and contact angle with respect to RF Ar lasma treatment time ... 55
<Fig. 2-21> Adhesion strength and contact angle with respect to RF Ar working pressure ... 56
<Fig. 2-22> Adhesion strength and contact angle with respect to thermal pressing temperature ... 57
<Fig. 2-23> Adhesion strength and contact angle according to hydrogen feed ratio ... 57
<Fig. 2-24> Fabrication process of flexible electrode using plasma treatment ... 58
<Fig. 2-25> Disigned ECoG electrode ... 58
<Fig. 2-26> Dry etching characteristics of FEP ... 59
<Fig. 2-27> Surface modification of Au electrode with nanoporous Au and iridium oxide ... 60
<Fig. 2-28> FESEM images of the IrOx/NPG flexible electrode ... 60 <Fig. 2-29> Comparision of impedances for planar Au electrode, nanoporous Au electode and
IrOx/nanoporous Au electode ... 62
<Fig. 2-30> Volatge transient dynamics for planar Au electrode, nanoporous Au electode and IrOx/nanoporous Au electode ... 63
<Fig. 2-31> Neural recording performance of the FEP-based in vivo flexible ECoG electrode ... 64
<Fig. 2-32> Neuroprosthetic system based on closed-loop neural signal analysis system ... 66
<Fig. 2-33> Conceptual diagram of hippocampal recognition ... 66
<Fig. 2-34> Bi-directional neural network interfacing using analog neurons ... 67
<Fig. 2-35> Block diagram of neuromorphic neural engineering platform ... 68
<Fig. 2-36> Concept of neuromorphic neural engineering platform ... 70
<Fig. 2-37> Block diagram of real-time stimulation controller ... 71
<Fig. 2-38> Block diagram of priority queue ... 72
<Fig. 2-39> (a) Example of logical event flow from a spike detection to a priority queue output through a pointer table and a stimulus events table, and (b) its timing diagram ... 74
<Fig. 2-40> Histogram of open-loop stimulation feedback latency measurement ... 76
<Fig. 2-41> Histogram of priority queue delay jitter measurement ... 77
<Fig. 2-42> Spatiotemporal pattern stimulation ... 78
<Fig. 2-43> Spike timing-dependent plasticity update function ... 79
<Fig. 2-44> (a) Block diagram of a neuromorphic system emulating a spiking neural network. (b) Example neural network configuration ... 81
<Fig. 2-45> Example of a network configuration and a synaptic connectivity table demonstrating the locality of postsynaptic events in the case of (a) presynaptic and (b) postsynaptic neural spikes ... 82
<Fig. 2-46> Experimental network configurations ... 84 <Fig. 2-47> Experiment results conducted on a network with 32 presynaptic neurons connected
to one postsynaptic neuron ... 86 <Fig. 2-48> Experiment results conducted on a network with 1,000 presynaptic neurons
목 차
제 1 장 연구개발 개요 ... 18 제 1 절 연구개발 목표 ... 18 제 2 절 기술적 이슈 ... 19 1. 뇌, 신경 인터페이스 분야 기술적 이슈... 19 2. 신경전극 성능 향상 이슈 ... 20 3. 저지연 전기 자극기 컨트롤러 개발 이슈 ... 21 4. 이벤트 기반 뉴럴 네트워크 학습 방법 이슈 ... 22 제 2 장 연구개발 내용 및 결과 ... 23 제 1 절 in vitro 신경전극 기술 개발 ... 23 1. ITO 나노선 성장 기술 개발 동향 ... 23 2. RF 스퍼터링 법을 이용한 ITO 나노선 성장 기술 개발 ... 29 3. ITO 나노선 신경전극 제작 공정 개발 ... 36 4. ITO 나노선 신경전극 성능 평가 ... 39 제 2 절 in vivo 신경전극 기술 개발 ... 45 1. 플렉시블 신경전극 개발 동향 ... 45 2. 불소계 고분자 플라즈마 처리 조건 확립 ... 51 3. 불소계 고분자 기반 플렉시블 신경전극 제작 공정 개발 ... 58 4. 불소계 고분자 기반 플렉시블 신경전극 성능 평가 ... 62 제 3 절 뉴로모픽 신경 공학 기술 개발 ... 65 1. 뉴로모픽 신경 공학 기술 개발 동향 ... 65 2. 실시간 자극기 컴트롤러 개발... 69 3. 이벤트 기반 인공 뉴럴 네트워크 구성 및 학습 방법 개발 ... 79제 3 장 주요 연구개발 실적 ... 90 제 1 절 신경전극 제작 기술 개발 실적 ... 90 1. ITO 나노선 신경전극 개발 실적 ... 90 2. 불소계 고분자 기반 플렉시블 신경전극 개발 실적... 91 제 2 절 뉴로모픽 신경 공학 플랫품 기술 개발 실적 ... 96 1. 실시간 자극기 컨트롤러 개발 실적 ... 96 2. 이벤트 기반 인공 뉴럴 네트워크 구성 및 학습 방법 개발 실적 ... 97 제 3 절 기타 논문 및 특허 실적 ... 99 1. VACNT를 이용한 신경전극 어레이 개발 실적 ... 99 2. 128 채널 실시간 뉴런 스파이크 분류 기술 개발 ... 102 제 4 절 시작품 결과물 ... 104 제 4 장 결 론 ... 105 제 5 장 연구시설ㆍ장비 현황 ... 108 부 부 (부 부 부 부 부 부 부 부 부 ) ... 109
그림 목차
<그림 1-1> 연구개발 목표 개념도 ... 18 <그림 1-2> 신경전극의 신뢰성 이슈 ... 19 <그림 1-3> 신경 전극 재료의 탄성 계수 값과 전극 접착금속의 부식 ... 20 <그림 1-4> 나노소재를 이용한 신경전극 표면처리 기반 신경전극 성능 향상 ... 21 <그림 1-5> 신경자극 지연시간 제어 요구 ... 22 <그림 2-1> ITO 나노선 성장을 위해 제작한 RF 스퍼터 ... 29 <그림 2-2> In 금속 개수에 따른 ITO 나노선 성장 특성 ... 30 <그림 2-3> RF 출력에 따른 ITO 나노선 성장 특성 ... 31 <그림 2-4> 기판 온도에 따른 ITO 나노선 성장 특성 ... 32 <그림 2-5> 350℃에서 성장된 ITO whisker 타입의 나노선 구조 ... 33 <그림 2-6> 스퍼터링 압력에 따른 ITO 나노선 성장 특성 ... 34 <그림 2-7> 스퍼터링 시간에 따른 ITO 나노선 성장 특성 ... 35 <그림 2-8> 이중층 리프트-오프를 이용한 MEA 제작 공정 ... 36<그림 2-9> ITO 나노선과 IrOx 전착을 이용한 ITO 전극표면 개질 ... 37
<그림 2-10> ITO 나노선과 IrOx/ITO 나노선의 전자현미경 사진 및 IrOx/ITO 나노선 마이크로 전극의 전자현미경 사진 ... 38
<그림 2-11> IrOx/ITO 나노선의 주사현미경 사진 ... 38
<그림 2-12> ITO, ITO 나노선, IrOx/ITO, IrOx/ITO 나노선 신경전극의 임피던스 ... 39
<그림 2-13> ITO, ITO 나노선, IrOx/ITO, IrOx/ITO 나노선 신경전극의 CV 및 voltage transient ... 41
<그림 2-14> 해마 신경조직의 Schaffer’s collaterals 영역 전기 자극에 의한 신호분석 ... 43
<그림 2-15> ITO NW 전극과 IrOx/ITO NW 전극 영역에서 측정한 fEPSP 신호전파와 I/O ... 44
<그림 2-16> Ar 플라즈마 처리 시간에 따른 표면 거칠기 ... 52
<그림 2-17> RF 플라즈마 출력에 따른 FEP 필름의 표면 거칠기 ... 53 <그림 2-18> 진공도에 따른 RF 플라즈마 처리 시간에 따른 FEP 필름의 표면
거칠기 ... 54 <그림 2-19> RF Ar 플라즈마 처리, 접촉각 측정, 열 압착 그리고 접착 세기 측정용 장비 ... 54 <그림 2-20> RF Ar 플라즈마 처리 시간에 따른 접착 세기 및 접촉각 변화 ... 55 <그림 2-21> Ar 압력에 따른 접착 세기 및 접촉각 변화 ... 56 <그림 2-22> 열 압착 온도에 따른 접착 세기 변화 특성 ... 56 <그림 2-23> 수소 공급에 따른 접착 세기 및 접촉각 변화 특성 ... 57 <그림 2-24> 플라즈마 처리 기반 플렉시블 신경전극 제작 공정도 ... 58 <그림 2-25> 설계된 ECoG 전극 ... 58 <그림 2-26> 식각 시간에 따른 FEP 식각 공정 확립 ... 59 <그림 2-27> 나노다공성 금 구조체와 이리듐 산화물을 이용한 금 표면개질... 60 <그림 2-28> IrOx/NPG로 표면처리한 유연 기판 신경전극, IrOx/NPG 표면의 전자현미경 사진 및 유연 기판 플렉시블 신경전극 ... 60 <그림 2-29> 평면형 금 전극, 다공성 금 전극, 이리듐산화물/다공성 금 전극의 임피던스 비교 ... 62 <그림 2-30> (a) 평면형 금 전극, 다공성 금 나노구조체 전극과 이리듐산화물/다공성 금전극의 CV, (b) 이리듐산화물/다공성 금전극의 voltage transient 특성 ... 63
<그림 2-31> FEP 기반 in vivo 용 플렉시블 ECoG 신경전극의 신경신호 기록 특성 ... 64
<그림 2-32> 폐회로 신경 신호 분석 시스템을 통한 신경 보철 시스템 개념도 ... 66 <그림 2-33> Hippocampus 인지 보철 개념도 ... 66 <그림 2-34> 아날로그 뉴런을 이용한 양방향 뉴럴 네트워크 연결 ... 67 <그림 2-35> 뉴로모픽 신경 공학 플랫폼의 구성도 ... 68 <그림 2-36> 뉴로모픽 신경 공학 플랫폼의 개념도 ... 70 <그림 2-37> 실시간 자극기 컨트롤러 구성도 ... 71 <그림 2-38> Priority queue 구성도 ... 72 <그림 2-39> Priority queue의 동작 원리를 보여주는 다이어그램. 스파이크 검출에서부터 priority queue의 출력까지 포인터 테이블과 자극 이벤트 테이블을 거쳐 흐르는 논리적 흐름도 (a)와 시간적 흐름도(b) ... 74
<그림 2-41> Priority queue 지연 시간 지터 측정 결과 ... 77 <그림 2-42> Priority queue 지연 시간 지터 측정 결과 (2) ... 78 <그림 2-43> Spike timing-dependent plasticity 함수 ... 79 <그림 2-44> (a) 제안된 학습 알고리즘 구동을 위한 하드웨어 구성도 (b) 뉴럴 네트워크 구성도 ... 81 <그림 2-45> (a) 프리시냅틱 뉴런에 따른 시냅스 테이블의 활성도 (b) 포스트시냅틱 뉴런에 따른 시냅스 테이블의 활성도 ... 82 <그림 2-46> 실험 수행에 사용된 뉴럴 네트워크 ... 84 <그림 2-47> 32개의 프리시냅틱 뉴런이 구성하는 뉴럴 네트워크에서 수행한 실험 결과 ... 86 <그림 2-48> 1,000개의 프리시냅틱 뉴런이 구성하는 뉴럴 네트워크에서 수행한 실험 결과 ... 87
제 1 장 연구개발 개요
제 1 절 연구개발 목표
○‘실시간 뉴런-컴퓨터 양방향 통신 및 생체모방 시냅스 기술’과제는 생물학적 뉴런네트워크-뉴로모픽 시스템 간의 실시간 양방향 인터페이스를 구현하고 이를 기반으로 신경가소성 즉, 학습과 기억의 제어 및 자기 학습 기능을 가지는 뉴로모픽 시스템 학습법 도출 핵심 원천 기술 개발을 목표로 한다. <그림 1-1> 연구개발 목표 개념도○ 본 과제에서는 생물학적 뉴런네트워크(biological neuronal network)인 초대 배양된 신경네트워크(primary cultured neuronal network), 뇌 절편(brain slice), 그리고 포유류의 뇌(brain)를 인터페이스 대상으로 한다.
제 2 절 기술적 이슈
1. 뇌, 신경 인터페이스 분야 기술적 이슈 ○ 뇌, 신경 인터페이스 분야는 개념 검증 단계를 거쳐서 실용화 단계로 진입하는 단계에 있지만 아직까지 성공적이지 못하고 있는데 그 주된 원인 가운데 하나는 신뢰성 높은 신경전극의 부재임 ○ 신경전극의 신뢰성 부족은 ① biotic 이슈(신경전극에 사용되는 기판과 뇌 또는 신경조직 간의 elastic modulus 차이에 의해 생겨나는 거부 반응의 일종으로 교세포 등이 단백질 섬유를 분비하여 신경전극을 절연하는 효과로 elastic modulus 차이가 클수록 현상이 심해짐) 그리고 ② biotic 이슈(화학적 분해, 신경전극의 박리 및 기계적 손상 등에 의한 기능고장 등)에 기인함 <그림 1-2> 신경전극의 신뢰성 이슈○ 고분자 등의 경우 유리나 실리콘 등에 비해 elastic modulus가 작기 때문에 biotic 이슈 문제가 상대적으로 덜하지만 전극의 박리 문제 등 abiotic 이슈는 해결해야 할 문제로 남아 있음 <그림 1-3> 신경 전극 재료의 탄성 계수 값과 전극 접착금속의 부식 2. 신경전극 성능 향상 이슈 ○ 신경전극 성능에서 가장 중요한 것은 임피던스 제어를 통한 잡음의 제거와 전하주입한계 및 효율 제고를 통한 전기자극 효율의 향상이며, 이를 위해 아래와 같이 다양한 나노구조체를 적용하여 신경전극의 신경신호 기록 및 전기자극 성능을 향상시키기 위한 연구개발 노력이 진행되고 있음
<그림 1-4> 나노소재를 이용한 신경전극 표면처리 기반 신경전극 성능 향상 3. 저지연 전기 자극기 컨트롤러 개발 이슈 ○ 생물학적 뉴럴 네트워크의 반응에 따른 전기 자극을 통해 생물학적 뉴럴 네트워크와 통신을 해야 하는데 컴퓨터(Host PC)를 통한 신호처리 후 피드백 자극은 지연시간이 생물학적 스케일에 비해 너무 길어서 의미 있는 피드백 자극이 되기 어려움. 저지연 전기 자극을 주기 위한 자극기 컨트롤러 필요성 대두. ○ 자극의 지연시간을 줄인 후 생물학적 뉴럴 네트워크에서 필요로 하는 스케일로 정확히 조절 가능할 경우 자극에 따른 생물학적 뉴럴 네트워크의 학습을 제어 할 수 있을 것으로 기대 됨.
<그림 1-5> 신경자극 지연시간 제어 요구 4. 이벤트 기반 뉴럴 네트워크 학습 방법 이슈 ○ 생물학적 뉴럴 네트워크와 통신을 통한 상호 작용을 위한 이벤트 기반 뉴로모픽 시스템 설계에서 실시간으로 환경에 반응하여 학습되는 알고리즘 및 이의 하드웨어 구현이 필요함. ○ 기존 뉴로모픽 시스템 설계에서 실시간 학습 구현은 메모리 구조와 학습 방법 정의가 명확하지 않은 문제가 존재하며 실시간성 확보를 위한 시스템 메모리 구조를 제안 하여야 하며 이를 위한 새로운 학습 알고리즘 제안 필요성 대두.
제 2 장 연구개발 내용 및 결과
제 1 절 in vitro 신경전극 기술 개발
1. ITO 나노선 성장 기술 개발 동향○ ITO(indium tin oxide 또는 tin-doped indium oxide)는 인듐(In, indium), 주석(Sn, tin) 그리고 산소(O2, oxygen)의 화합물로 대표적인 조성은 무게비로 74% In, 18% O2, 그리고 8% Sn이다[1]. ITO는 전기전도도와 광학적 투명도를 가지는 투명 전도성 산화물로 특히 광학적으로 투명함이 요구되는 LED, solar cell, flat panel display 등과 같은 분야에서 투명전극으로 주로 활용되고 있다.
○ ITO 나노구조체(나노막대(nanorods), 나노선(nanowires), 나노벨트(nanobelts), 그리고 nanotetrapods)는 높은 표면적/부피 비 특성으로 인하여 ITO 박막의 한계를 극복하기 위한 목적으로 그 개발에 많은 연구가 이루어지고 있다. 특히, ITO 나노 선은 탁월한 표면적/부피 비 때문에 많은 관심과 노력이 집중되고 있다.
○ ITO 나노선을 성장하기 위한 방법으로는 VLS(vapor-liquid-solid) 법, 경사각 전자 빔 증착(oblique-angle electron-beam evaporation), RF 및 DC 스퍼터 deposition, PLD(pulsed laser deposition) 법 등이 있다. 그들 외 molecular beam epitaxy 그리고 direct deposition from flame 방법들이 있다.(2011 Park) 이제까지 ITO 나노선 성장은 성장 메커니즘에 따라 Au-assisted VLS 법과 self-catalytic VLS 법으로 구분되는데, Au-assisted VLS 법은 800~900 ℃의 높은 온도에서 self-catalytic VLS 법은 400 ℃ 이하의 낮은 온도에서 ITO 나노선 성장이 이루어진다. ○ 경사각 전자 빔 증착은 그림자 효과를 재현성 있게 제어하는 것이 힘든 단점이 있으며, PLD 법은 target 관리와 재현성 유지가 어려운 단점이 있다. sputtering deposition 은 공정변수가 많은 단점이 있으나 제어가 용이한 장점이 있다. 본 연구에서는 sputtering deposition을 채택하여 ITO 나노 선을 성장하였다.
○ 2011년 Park 등[2]은 Sn이 10% 포함된 직경 3“ ITO target을 Ar 분위기에서 RF-magnetron sputtering하여 아래와 같이 500℃에서 ITO 나노선을 성장할 수
있었는데, 그들은 ITO target 위에 직경 약 3mm인 In을 3개 설치하였다. (기타조건: 압력 7.5×10-3 Torr, RF 출력 30 W @ 13.56 MHz)
(a) Si, (b) glass, (c) ITO (500 ℃, 10 min sputtering)
○ 2014년 Yamamoto 등[3]은 DC sputtering으로 Ar 분위기에서 유리 기판에 아래와 같은 ITO 나노선 성장하여 175℃ 이상에서 나노선이 성장되고 SnO2의 함량이 증가할수록 나노선의 직경이 작아짐을 확인함 (기타조건: 압력 0.666 Pa = 5 mTorr, DC 출력 300 W)
7.0 wt% SnO2 target & 300 ℃
○ 2011년 Fung 등[4]은 In 산화물/Sn 산화물(90/10 wt%) target을 Ar 분위기에서 DC sputtering하여 아래와 같은 직경이 ~50 – 100 nm인 ITO 나노선을 성장 (기타조건: 압력 ?, 기판온도 350℃, 기판과 target 간 거리 14 cm, DC 출력 0.7 A)
○ 2011년 Fung 등[5]은 상기 조건과 거의 동일한 조건에서 ITO nanorods를 유리기판 위에 성장하였는데, 기판을 회전시킨 것 이외에 성장 조건의 차이는 구분할 수 없었음
○ 2015년 Shariati와 Alishavandi[6]는 고순도 In과 Sn target을 Ar 분위기에서 RF sputtering하여 Si 기판 위에 ITO 나노선을 성장하였는데, 먼저 In을 그 다음에 Sn과 In 그리고 마지막으로 In을 sputtering 한 후에 열처리를 하여 ITO 나노선을 얻을 수 있었음 (target과 기판간 거리 9cm, 압력 4×10-2 mbar = 30 mTorr, 기판온도 100 ℃, RF 출력 100 W)
○ 2015년 Setti 등[7]은 먼저 99% In target을 Ar 분위기에서 RF sputtering (20 W) 한 후 99.99% ITO target을 RF sputtering(160W)하여 산화막 형성된 Si 기판 위에 ITO 나노선을 성장함 (In 막의 두께는 20-40 nm, 압력 5×10-3 – 1×10-2 mbar, 기판온도 210-260 ℃, 증착시간 30-45 min)
○ Takaki 등[8,9]은 10wt% Sn이 포함된 3“ In-Sn target을 DC sputtering 하여 유리와 YSZ 단결정 기판에 whisker 구조의 ITO 나노선을 성장함 (압력 0.4 Pa, 기판온도 실온-300 ℃, DC 출력 10-60W, 산소 가스 공급비율 0-30 %)
참고문헌
1. https://en.wikipedia.org/wiki/Indium_tin_oxide
2. J.H. Park, H.K. Park, J. Jeong, W. Kim, B. K Min, Y.R. Do, J. Electrochemical Soc., 158, K131-K135 (2011).
3. N. Yamamoto, K. Morisawa, J. Murakami, Y. Nakatani, ECS Solid State Letters, 3, P84-P86 (2014).
4. M.K. Fung, Y.C. Sun, A.M.C. Ng, X.Y. Chen, K.K. Wong, A.B. Djurisic, W.K. Chan, Appl. Phy. A, 104, 1075-1080 (2011).
5. M.K. Fung, Y.C. Sun, A.M.C. Ng, A.B. Djurisic, W.K. Chan, Curent Appl. Phys. 11, 594-597 (2011).
6. M, Shariati & S. Alishavandi, NANO: Brief Reports & Reviews 10, 155006 (2015). 7. G.O. Setti, M.B. Mamian-Lopez, P.R. Pessoa, R.J. Poppi, E. Joanni, D.P. Jesus, Appl. Surf. Sci. 347, 17-22 (2015).
8. S. Takaki, Y. Aoshoma, R. Satoh, Jpn. J Appl. Phys. 46, 3537-3544 (2007). 9. S. Takaki, Y. Aoshima, T. Satoh, Jpn. J Appl. Phys. 45, 2714-2721 (2006).
2. ITO RF sputtering 을 이용한 ITO 나노선 성장 기술 개발
가. RF sputter system 제작
○ RF sputtering을 이용하여 ITO 나노선을 성장하기 위하여 RF sputter system을 자체 제작하였다. 제작된 RF sputter system의 모습은 아래와 같다. RF gun으로 4“ AJA International Model ST-40를 사용하였고, 4”ITO target으로 일본 고순도 제품을 사용하였다(In 산화물/Sn 산화물(90/10 wt%)). In metal을 사용하기 때문에 ‘face-up’ 구조로 설계되었다.
○ RF sputtering은 다양한 변수에 영향을 받게 되는데, 본 연구에서는 In metal의 수, RF power, 기판온도, 압력, 그리고 target과 기판간의 거리에 대한 영향을 ITO 기판(300nm)을 사용하여 각각 살펴보았다. 변수에 의한 영향은 성장된 ITO 나노선의 FESEM 관찰을 통해 이루어졌다.
나. In metal의 수 영향
○ ITO 나노선의 핵 생성 역할을 하는 In은 고순도 제품이며, 먼저 ITO target의 erosion ring을 예비 sputtering을 통해 확인하고 erosion ring을 따라 In metal을 정렬하였다.
0 개 8 개 16 개
24 개 32 개 40 개 <그림 2-2> In 금속 개수에 따른 ITO 나노선 성장 특성
○ 위의 사진과 같이 ITO 나노선 형성은 In metal의 수에 크게 영향을 받음을 알 수 있고 그의 사용은 RF sputtering에 필수적임을 알 수 있다. In metal의 수가 상대적으로 적을 때에는 rod 형태가 주를 이루고 증가함에 따라 나노선 형태로 바뀜을 알 수 있다. ○ In metal의 수 32개 이상에서는 큰 변화가 없었기 때문에 40개를 기준조건으로 삼았다. (RF power 275 W, 기판온도 500 ℃, 압력 15 mTorr, 10분 증착, 거리 6 cm) 다. RF 출력 영향 ○ RF 출력을 200 – 300 W 범위에서 변화시켜 ITO 나노선 형성에 미치는 영향을 살펴보았다. (In metal 수 40 개, 기판온도 500 ℃, 압력 15 mTorr, 10분 증착, 거리 6 cm)
200 W 225 W 250 W
275 W 300 W
○ 위와 같이 RF 출력이 증가하면 ITO 나노선이 잘 형성되고 직경도 감소함을 알 수 있다. 사용하고 있는 RF 발생기의 최대출력이 300 W인 관계로 275 W를 기준조건으로 하였다.
라. 기판 온도 영향
○ 기판 온도를 300 – 550 ℃ 범위에서 변화시켜 ITO 나노선 형성에 미치는 영향을 살펴보았다. (In metal 수 40 개, RF 출력 275 W, 압력 15 mTorr, 10분 증착, 거리 6 cm)
300 ℃ 350 ℃ 400 ℃
450 ℃ 500 ℃ 550 ℃
○ 위와 같이 350 ℃ 이하에서는 whisker 타입의 ITO 나노선이 얻어졌으며 그 이상에서는 needle 타입이 얻어짐을 알 수 있었다. 아래의 사진은 350 에서 얻어진 whisker 타입 ITO 나노선의 확대 이미지이다.
<그림 2-5> 350℃에서 성장된 ITO whisker 타입의 나노선 구조
마. 압력 영향
○ sputtering 압력을 10 – 25 mTorr 범위에서 변화시켜 ITO 나노선 형성에 미치는 영향을 살펴보았다. (In metal 수 40 개, RF 출력 275 W, 기판온도 500 ℃, 10분 증착, 거리 6 cm)
20 mTorr 25 mTorr <그림 2-6> 스퍼터링 압력에 따른 ITO 나노선 성장 특성
○ 위와 같이 sputtering 압력이 낮을 때에는 rod 형태가 그리고 증가함에 따라 needle 타입이 보다 조밀하게 형성됨을 알 수 있다.
마. sputtering 시간에 따른 ITO 나노선 성장 특성
○ sputtering 시간을 0 – 20 분 범위에서 변화시켜 sputtering 시간에 따른 ITO 나노선 성장 특성을 살펴보았다. (In metal 수 40 개, RF 출력 275 W, 기판온도 500 ℃, 압력 15 mTorr, 거리 6 cm)
8 min 10 min 15 min <그림 2-7> 스퍼터링 시간에 따른 ITO 나노선 성장 특성
○ 위와 같이 성장 시간이 증가함에 따라 ITO 나노선의 길이와 직경이 증가하고 특히 15분의 경우 일부 whisker 타입이 형성됨을 알 수 있다.
3. ITO 나노선 신경전극 제작 공정 개발
가. ITO MEA 제작 공정 개발
○ 아래와 같이 ITO의 습식각과 bi-layer lift-off resist 및 SiO2 RF sputtering을 이용한 passivation 기술을 적용하여 60 채널 ITO MEA 제작함
나. ITO NW/ITO MEA 제작
○ 먼저 ITO NW를 성장시킨 후 표준적인 리소그래피 공정을 이용하여 ITO 전극 부분을 제외한 나머지 ITO NW를 제거한 후 이리듐 산화물을 전착하는 공정으로 구성됨
<그림 2-9> ITO 나노선과 IrOx 전착을 이용한 ITO 전극표면 개질
다. 이리듐 산화물 전착 ○ 먼저 다음과 같은 과정으로 이리듐 산화물을 제조: ① 3차 증류수 50ml에 염화이리듐 0.07 g을 넣고 30 분 교반, ② 30% H2O2 0.5 ml를 넣고 10분 교반, ③ 무수 옥살산 250mg을 넣고 10분 동안 교반 ○ pH 미터를 사용하여 용액의 pH를 측정하며 Potassium carbonate를 첨가. 최종 pH 10.5가 되도록 한다. 최종 이리듐 산화물 졸은 갈색이 섞인 노란색을 보이며, 3-4일 안정화 되면 보라색을 나타냄 ○ 이리듐 산화물은 ITO 나노선 어레이 전극에 순환 전압 전류법 및 일정 전압법을 이용하여 전착함
ITO 나노선 마이크로 전극을 작업 전극, 참조전극은 Ag/AgCl (saturated KCl) 전극, 기준전극은 플래티늄 전극으로 하는 3전극 시-스템 사용
순환 전압 전류법을 이용하여 -0.05 ~ 0.7V의 전압범위에서 100mV/s의 속도로 전착 일정 전압 전착은 0.8V의 전압에서 시행함
ITO 전극을 작업전극으로 하여 동시에 이리듐 산화물을 전착하고 ITO 나노선 전극과 비교함
다. IrOx/ITO NW의 표면분석
○ 스퍼터링 방법으로 성장한 ITO 나노선 및 IrOx/ITO NW의 표면은 전자 현미경으로 분석하였으며, 약 1.5마이크로미터의 ITO NW 표면에 이리듐 산화물이 고르게 전착된 것을 확인함 <그림 2-10>.
<그림 2-10> ITO나노선과 IrOx/ITO 나노선의 전자 현미경 사진 및 IrOx/ITO 나노선 마이크로 전극의 전자 현미경 사진.
○ IrOx/ITO NW의 내부 구조는 주사 전자 현미경으로 분석함 <그림 2-11>.
4. ITO 나노선 신경전극 성능 평가
가. IrOx/ITO NW 신경전극(EIROF/ITO NW)의 전기적 특성 평가 ○ 신경신호의 신호대 잡음의 비가 클수록 신경네트워크 분석에 유리하므로 신경전극의 잡음에 직접적인 관련이 있는 전극의 임피던스 측정은 신경전극의 성능에 중요한 평가지표임. ○ EIROF/ITO NW 신경전극의 임피던스는 0.1 ~ 100 kHz의 범위에서 측정하였으며, ITO 신경전극, ITO NW 신경전극의 임피던스를 같은 조건에서 측정하고 EIROF/ITO NW 신경전극의 임피던스와 비교함.<그림 2-12> ITO, ITO NW, IrOx/ITO, IrOx/ITO NW 신경전극의 임피던스
○ 직경 30μm ITO 신경전극의 임피던스는 1 kHz에서 1.3 ±0.14 X 106Ω의 다소 높은 값을 나타내며, 신경전극의 표면적을 증가 시키기 위하여 도입한 ITO NW 신경전극의 임피던스는 1 kHz에서 2.13 ±0.29 X 105Ω으로 ITO 신경전극과 비교하여 10배 정도 감소함.
○ 신경전극의 임피던스는 전극의 표면적과 반비례 관계에 있으므로, ITO NW 신경전극의 임피던스 감소는 전극 표면적의 감소에 기인한 것이며 나노구조체는 신경전극의 전기적 특성 향상에 기여하는 것을 확인함.
○ IrOx/ITO 신경전극은 평면형 ITO 신경전극에 IrOx를 전기 전착한 전극으로 전극물질의 영향을 조사하기 위하여 제작하였으며, 1 kHz에서 임피던스는 2.06±0.26×105 Ω으로 ITO 신경전극과 비교하여 10배정도 감소함.
○ 나노구조체를 도입과 IrOx 전착으로 전극 성능 향상의 시너지효과를 부여하기 위하여 ITO NW 신경전극에 IrOx를 전착하여 IrOx/ITO NW 신경전극을 제작하였으며, ITO, ITO NW, IrOx/ITO 신경전극의 임피던스와 비교함.
○ IrOx/ITO NW 신경전극은 ITO 신경전극의 임피던스와 비교하여 100배정도 감소한 1.6±0.37 ×104 Ω으로 측정되었으며, ITO NW, IrOx-ITO 신경전극과 비교하여 각 10배 정도 감소하였음. ○ 전하저장용량이 작은 신경 전극은 자극이 거의 직접적으로 신경 조직에 가해지므로 신경조직을 손상할 우려가 있으므로 자극용 신경전극은 충분한 전하저장용량이 필수 조건임.
○ 전극의 전하저장용량(CSC, charge storage capacitance)은 CV의 환원전류곡선의 면적으로부터 계산하였으며, ITO, ITO NW, IrOx/ITO 신경전극의 CSC는 각각 0.03 mC/cm2, 0.09 mC/cm2, 0.11 mC/cm2으로 계산되었으며, IrOx/ITO NW 신경전극의 CSC는 4.7 mC/cm2으로 ITO 신경전극뿐만 아니라 ITO NW, IrOx/ITO 전극과 비교하여 현저히 증가했음을 알 수 있음.
<그림 2-13> ITO, ITO NW, IrOx/ITO, IrOx/ITO NW 신경전극의 CV 및 voltage transient
○ 전극의 전하주입한계(charge injection limit)는 Vp가 물의 환전전압인 – 0.6 V에 도달했을 때의 전류값으로 부터 계산하였으며, IrOx/ITO NW의 전하주입한계는 1.9 mC/cm2으로 신경조직에 해를 가하지 않는 최소 값인 1 mC/cm2 보다 큰 것을 확인함. ○ 전하주입한계/전하축전용량으로 정의되는 전하주입효율은 1.9/4.7=0.404, 즉 40.4 %에 해당됨 ○ IrOx/ITO NW 신경전극은 낮은 임피던스, 높은 전하저장용량과 전하주입용량을 갖는 뛰어난 전기적 특성을 갖는 것으로 확인함. 따라서 신경 신호 기록 및 자극용 전극으로의 사용 가능성이 높음.
나. IrOx/ITO NW 신경전극(EIROF/ITO NW)의 신경세포 자극 성능 평가
○ IrOx/ITO NW 전극의 자극전극으로써의 성능평가는 쥐의 해마 신경조직에 자극을 가한 후 발생하는 field excitatory postsynaptic potentials(fEPSPs)와 long term potentiation (LTP)측정으로 평가함.
○ 자극에 의해 발생되는 신호의 I/O 값을 비교하여 ITO NW 전극과 IrOx/ITO NW 전극의 자극 성능을 평가함. ○ 채널 38 IrOx/ITO NW 전극 자극에 의한 반응 신호뿐만 아니라 채널 5 ITO NW 전극 자극에 의한 반응 신호 모두 ITO NW 전극 영역에서 보다 IrOx/ITO NW 전극 영역에서 신호 감도가 더 크게 얻어짐. 따라서 IrOx/ITO NW 신경전극이 기록용 전극으로 성능이 우수함을 확인함. ○ 채널 38 IrOx/ITO NW 전극 자극에 의한 반응 신호는 뉴런 셀 바디에서 나오는 population spike가 명확하게 구별되어 관찰되며, 이로부터 IrOx/ITO NW 전극의 자극 효율이 우수함을 확인함.
<그림 2-14> 해마 신경조직의 Schaffer’s collaterals 영역 전기 자극에 의한 신호분석(a) ITO NW 전극(채널 1-32)과 IrOx/ITO NW(채널 33-63) 전극 영역에 놓여 해마
신경조직 사진 (b) 채널 5의 ITO NW 전극 자극에 의해 발생한 전기신호 분포 (c)채널 38의 IrOx/ITO NW 전극 자극에 의해 발생한 전기신호 분포 (d)CA1 영역에서 피라미달
<그림 2-15> ITO NW 전극과 IrOx/ITO NW 전극 영역에서 측정한 fEPSP 신호전파와 I/O. (a,b) 1V-10V 자극에 따른 신호 변화, (c) 자극 세기 변화에 따른 신호 변화, (d,e) SR 영역 자극 후 ITO NW 전극과 IrOx/ITO NW 전극에서 측정한 신호, (f) 자극에 의해 발생한 신호의 세기 감소
제 2 절 in vivo 신경전극 기술 개발
1. 플렉시블 신경전극 개발 동향
가. 플렉시블 신경전극용 기판 소재 검토 ○ 폴리이미드 (polyimide) - 폴리이미드는 지난 30년 동안 마이크로전자와 의료분야에서 가장 널리 사용된 상용 고분자 이다. 일반적으로 절연 및 passivation 층으로 사용되었는데, 폴리이미드는 수분 흡수, 부 식, 이온 이동, 그리고 물리적인 손상으로부터 회로나 금속을 보호하는 역할을 한다. 핵심 특성으로는 열산화 안정성, 높은 기계적 강도, 높은 modulus, 뛰어난 절연성, 그리고 우월 한 내화학성을 들 수 있다. - 폴리이미드는 광 패턴이 가능한 것과 광 패턴이 안 되는 것으로 구분되는데, 광 패턴이 되는 폴리이미드의 경우 수분 흡수가 크기 때문에 in vivo 용으로는 적합하지 않다. - 통상 전구체를 스핀 코팅 한 후 ~120℃에서 prebake, 그리고 ~350℃에서 경화하며, RIE (reactive ion etching) 방법으로 식각이 가능하다.- 상업적으로 유용한 DuPont's PI2611 또는 UBE의 U-Varnish-S는 ISO 10993에 의해 보증되지 않았지만 다양한 그룹들에 의해 생체친화성, 낮은 독성, 그리고 낮은 용혈 특성들이 입증되 었다. - 말초 신경계와 중안 신경계 이식에 cuff 및 관 다발 또는 샤프트의 형태로 그리고 ECoG 전극 으로 이용되고 있으며, in vitro 및 in vivo 연구를 통해 수개월 수준에서 생체안정적임이 증 명되었다. - 폴리이미드의 경우 경직성이 부족하여 삽입과정 중에 휘어지는 문제가 있어서 특히, 두께가 얇을 때 뇌 조직을 관통하기 어려운 단점이 있다. 또한 상대적으로 높은 수분 흡수도(4-6 wt%)를 가지고 있으며, 표면이 거친 단점이 있음
○ PDMS (polydimethylsiloxane) - 의료 분야에서 PDMS의 핵심 특성으로는 생리적으로 차이가 없는 것, 생분해와 노화에 대한 탁월한 내성, 그리고 높은 생체친화성을 들 수 있다. 또 다른 주요 특성으로는 기체와 증기 에 대한 높은 투과도이다. - 기판 재료로 사용되는 경우 스핀 코팅이 주로 이용되며, 금속 패턴 형성 후 반복 스핀 코팅 한 다음에 laser ablation, 습식 및 건식 식각으로 형상화 가능하다. 광 패턴이 가능한 PDMS 도 있지만 이식용 수준과는 거리가 있다. - 현재 말초신경계에서 cuff 전극, 인공와우, 배뇨, 및 통증 제어, 중안신경계의 평면형 전극 제작에 활용되고 있다. PDMS는 외부 물체에 대한 반응이 가장 적은 물질이며 뛰어난 절연특 성을 가지고 있다. ○ Parylene (polyparaxylylene, PPX) - parylene 은 선형적이고, 비 가교 및 반결정성 고분자로 그리고 열가소성 고분자로 분류된다.
- parylene은 증기 증착 중합법에 의해 박막이 형성되는데, dimer를 가열하면 monomer로 분리 되어 기체 상태로 되며 target위에서 식으면서 중합이 된다. 수백 나노미터에서 수 마이크 로미터까지 증착이 가능하다.
- parylene C (poly(dichloro-p-xylene))는 의료용으로 가장 보편화된 것으로 기판 및 절연 특 성을 기반으로 하는 encapsulation 용으로 사용되고 있다. 생체친화성(FDA 승인)이 뛰어나
고 화학적으로 그리고 생물학적으로 무해하다.
- 반면에 Parylene C는 동일 두께의 경우 폴리이미드에 비하여 부스러지기 쉽고, 강건하지 못 하다. 이의 장점은 실온에서 증착에 의해 박막이 이루진다는 데에 있다.
○ LCP (liquid crystalline polymer)
- LCP 는 딱딱하고 유연한 단량체가 서로 연결되고 특정한 방향성을 가지고 배열된 고분자로 고온에서 높은 기계적 강도와 탁월한 내화학성, 낮은 수분 흡수 및 투과도, 그리고 기체들에 대한 좋은 barrier 특성을 가지고 있다. - 상용 LCP는 판 형태로 제공되며, 두께는 25 μm에서 3 mm 정도이다. 용융 공정이 가능하며, 레이저 가공 그리고 RIE 공정의 적용이 가능하다. LCP는 의료용으로 널리 사용되고 있지는 않지만 2009년 말초신경 자극용으로 전극의 첫 제작이 발표된 사례가 있다. ○ SU-8
- SU-8은 PAG (photo-acid generator)를 포함하고 있는 에폭시 SU-8을 가반으로 하는 다 성분 감광제로 광 패턴이 가능하며, 투명하고 기계적으로 안정하다. 생체친화성과 독성은 검증되 었지만 ISO 10993을 모두 만족하지는 않은 것으로 알려져 있다.
- SU-8은 이식형 의료기기 분야에서 신경전극 기판으로, sieve 전극에서 축석 가이드용으로, 그리고 마이크로유량 채널 제작용으로 활용되고 있다.
○ BCB (benzocyclobutene)
- BCB는 2003년 Arizona State University의 Bruce Kim 그룹에서 처음으로 대뇌피질 이식 전 극의 기판으로 사용한 것이 보고되었다. - BCB는 유연성, 낮은 유전상수 (~2.6), 그리고 뛰어난 내화학성을 가지고 있다. 게다가 BCB 는 생물학적 활성을 가진 유기물의 흡착 및 이들 유기물질과의 공유결합이 용이한 장점을 가지고 있다. - BCB는 폴리이미드에 비해 기계적 강도는 떨어지지만 물 흡수가 훨씬 적은 장점이 있다. Photo-BCB의 경우 두께가 최대 13 μm으로 제한되기 때문에 공정 후에 기판이 구부러지는 문제가 있는 반면에 건식각-BCB의 경우 두께 제한은 25 μm로 상대적으로 두꺼운 막의 제작 이 가능하다.
<부 부 부 부 부 부 부 부 부 부 부 부 부 부 부 부 부 부 부 부 부 부 부 [1]
>
나. 불소계 고분자 소재 검토 ○ 불소계 고분자는 낮은 수분 흡수, 화학적 내구성, 낮은 유전상수, 그리고 생체친화성이 우수하기 때문에 생체 삽입형 신경전극용 기판 소재로서 이상적이지만 Au, Pt 와 같은 전극금속과의 접착이 고유하게 약하고, 불소계 고분자 간의 접착이 약하기 때문에 녹는 점 이상에서의 열 압착이 요구되는 단점이 있음 ○ 불소계 고분자는 구성하는 화학식에 의해 아래와 같이 다양하게 구분됨○ 이제까지 불소계 고분자는 생체삽입 분야에서 전기선의 절연 등 극히 한정된 응용에 사용되어 왔으며, 화학적인 표면처리를 통하여 초대 배양용 기판으로 활용하고자 하는 연구가 이루어졌음
2. 불소계 고분자 플라즈마 표면처리 기술 개발
가. FEP 기반 플렉시블 신경전극 제작 공정 개발
○ FEP(fluorinated ethylene propylene) 필름은 hexafluoropropylene 과 tetrafluoroethylene 의 공중합체로 Teflon 과 다르게 투명하고 melt-process 가 가능한 특징을 가지고 있으며, 아래와 같은 물성을 지니고 있음 (https://en.wikipedia.org/wiki/Fluorinated_ethylene_propylene)
○ 본 연구에서는 FEP 필름을 기반으로 하며 Cr 또는 Ti 과 같은 접착층을 사용하지 않는 생체 삽입용 신경전극 공정을 도출하였는데, FEP 필름에 대한 RF Ar 플라즈마 처리와 녹는점 이하에서의 thermal pressing 공정을 핵심 공정으로 한다.
나. FEP의 RF Ar 플라즈마 처리 조건 확립 ○ RF Ar 플라즈마 처리 시간에 따른 FEP 필름의 표면 거칠기 및 접촉각 변화: 전체적으로 플라즈마 처리 시간이 짧을 때에는 lamella 구조 그리고 시간이 경과됨에 따라 nanoprotrusion 구조로 전환됨을 알 수 있음. 이 결과는 FEP 필름의 표면 구조가 bulk 구조와 다름을 암시 함 (아래는 RF 출력 40 W, 압력 15 mTorr) <그림 2-16> Ar 플라즈마 처리 시간에 따른 표면 거칠기
○ RF 플라즈마 출력에 따른 FEP 필름의 표면 거칠기 및 접촉각 변화
○ 진공도에 따른 RF 플라즈마 처리 시간에 따른 FEP 필름의 표면 거칠기 변화
<그림 2-18> 진공도에 따른 RF 플라즈마 처리 시간에 따른 FEP 필름의 표면 거칠기
○ RF Ar 플라즈마 처리, 접촉각 측정, 열 압착 그리고 접착 세기 측정용 장비 (좌상부터 시계 방향으로)
다. FEP의 RF Ar 플라즈마 처리에 따른 FEP 필름 접착 세기 및 접촉각 특성 ○ RF Ar 플라즈마 처리 시간에 따른 접착 세기 및 접촉각 변화 특성: RF Ar 플라즈마 처리 초기에 접착 세기와 접촉각은 급격하게 증가하고 1-2 분경과 후 포화됨을 알 수 있음. 이러한 결과는 RF Ar 플라즈마 처리에 의해 radical 이 용이하게 발생함을 알 수 있으며, 바깥 표면에만 주로 형성됨을 알려줌. 접촉각은 7 분경과 후 superhydrophobic 하게 되는데, 접촉각 측정의 한계로 접촉각은 측정되지 않았음. 반면에 접착 세기는 큰 변화가 없었음. <그림 2-20> RF Ar 플라즈마 처리 시간에 따른 접착 세기 및 접촉각 변화 ○ Ar 압력에 따른 접착 세기 및 접촉각 변화 특성: 아래 그림에서 압력이 35 mTorr 보다 낮을 때에는 접착 세기와 접촉각은 상대적으로 높은 값을 유지하는데, 35 mTorr 보다 높아지면 갑자기 감소함. 이러한 결과는 35 mTorr 이상에서 플라즈마 sheath 가 급격하게 줄어드는 것과 관계가 있는데, 이는 플라즈마의 가속이 줄어드는 것과 밀접한 관계가 있음. 즉, 가속이 줄어든 플라즈마는 radical 발생을 감소시키며 접착 세기의 감소와 접촉각의 감소를 초래함.
<그림 2-21> Ar 압력에 따른 접착 세기 및 접촉각 변화 ○ 열 압착 온도에 따른 접착 세기 변화 특성: 아래와 같이 플라즈마 처리를 하지 않은 경우 접착세기는 230 ℃ 이상에서 증가하며, 반면에 플라즈마 처리 시 훨씬 낮은 온도에서 접착이 이루어짐을 알 수 있음. 그리고 동일 시간 플라즈마 처리 시 플라즈마 출력이 90W 일 때가 40 W 일 때에 비해 큼을 알 수 있음. 약 240 이상에서 접착력의 급격한 증가는 녹는 효과에 기인함. 참고로 스카치 테이프와 유리 기판간의 접착세기는 약 0.9 N/cm 이다. 녹는 점 부근에서의 열 압착은 FEP 필름의 변형을 초래 함 <그림 2-22> 열 압착 온도에 따른 접착 세기 변화 특성
○ 수소 공급에 따른 접착 세기 및 접촉각 변화 특성: 아래와 같이 수소 공급이 증가함에 따라 접착 세기와 접촉각이 모두 감소함을 알 수 있는데, 이는 수소 radical 이 FEP radical 과 반응하여 radical 이 소멸되었기 때문이라고 해석이 가능하고 플라즈마 처리된 FEP 필름 간의 접착은 radical 중합이라는 것을 뒷받침 해줌
3. FEP 플렉시블 신경전극 제작 공정 개발
나. 플렉시블 ECoG 신경전극 공정 ○ 아래는 전체적인 16 채널 ECoG 신경전극 제작 공정도를 나타냄. <그림 2-24> 플라즈마 처리 기반 플렉시블 신경전극 제작 공정도 나. 플렉시블 ECoG 전극 설계 ○ 16 채널 ECoG 전극을 설계하였으며, 전극의 직경은 100μm 이다. <그림 2-25> 설계된 ECoG 전극다. FEP의 필름의 산소 플라즈마 식각 공정 확립 ○ 먼저 이래 그림과 같이 FEP 필름에 Al 을 500 nm 입히고 표준적인 리소그래피 공정을 이용하여 Al 패턴을 형성한 후 RF O2 플라즈마를 이용하여 FEP 를 식각하였는데, FEP 관통에 약 1 시간 정도 소요됨을 알 수 있음 (RF 출력 100W, 산소 압력 15 mTorr), 우측의 SEM 사진은 FEP 가 식각된 전극의 모습으로 수직방향으로 식각되었음을 알 수 있음 <그림 2-26> 식각 시간에 따른 FEP 식각 특성
라. 다공성 금 나노 구조체 형성 <그림 2-27> 나노다공성 금 구조체와 이리듐 산화물을 이용한 금 표면개질 ○ 금/은 이종 합금 나노 구조체 형성을 위하여 50 mM KAu(CN)2, 50 mM KAg(CN)2 을 포함하는 0.2 M KCN 과 0.5 M KOH 혼합용액 제조. ○ 유연 신경전극 어레이의 금 전극에 전기전착법(-0.9 V, 300 s)을 이용하여 금/은 이종합금 나노 구조체 형성. ○ 금/은 이종합금 나노구조체가 형성된 신경전극 어레이를 70 ℃의 68% 진한 질산용액에서 7 분에서 1 시간 동안 처리하여 은을 식각, 다공성 금 나노 구조체 형성하였는데, 생체의 염분 농도가 0.9 % 임을 감안할 때 70 ℃ 68% 진한 질산용액에서 1 시간 동안 이상이 없는 것은 화학적인 부식요소가 없음을 의미함 <그림 2-28> IrOx/NPG 로 표면 처리한 유연 기판 신경전극, IrOx/NPG 표면의 전자 현미경
마. 이리듐 산화물 전착 ○ 먼저 다음과 같은 순서로 이리듐 산화물 제조: ① 3 차 증류수 50 ml 에 염화이리듐 0.07 g 을 넣고 30 분 교반, ② 30% H2O2 0.5 ml 를 넣고 10 분 교반, ③ 무수 옥살산 250 mg 을 넣고 10 분 동안 교반 ○ pH 미터를 사용하여 용액의 pH 를 측정하며 Potassium carbonate 를 첨가. 최종 pH 10.5 가 되도록 함. 최종 이리듐 산화물 졸은 갈색이 섞인 노란색을 보이며, 3-4 일 안정화 되면 보라색을 나타냄. ○ 이리듐 산화물은 다공성 금 나노 어레이 전극에 순환 전압 전류법을 이용하여 -0.8 ~ 0.7 V 의 전압범위에서 100 mV/s 의 속도로 전착.
4. FEP 플렉시블 신경전극 성능 평가
가.in vivo 용 플렉시블 신경전극의 전기적 특성 평가 ○ 플렉시블 고분자 기반 신경전극 어레이에 다공성 금 나노구조체 형성 후 전기전착법으로 IrOx 를 전착하여 IrOx/NPG 형성함. ○ in vivo 용 플렉시블 전극은 뇌신경 신호 측정과 자극이 동시에 가능한 전극으로, 생체에 삽입 시 신호 잡음이 커지므로 신경신호의 신호 대 잡음의 비가 중요함. ○ 신호 대 잡음의 비가 큰 신경신호를 얻기 위하여 기본적인 잡음의 크기를 감소시키는 것이 신호측정용 신경전극의 핵심 기술 중의 하나임. <그림 2-29> 평면형 금 전극, 다공성 금 전극, 이리듐산화물/다공성 금 전극의 임피던스 비교 ○ 신경전극의 잡음은 전극의 임피던스와 직접적으로 관련되어 있어 in vivo 용 플렉시블 전극의 성능 평가를 위하여 전극의 임피던스를 측정하고, 평면형 금전극,다공성 금 나노구조체 전극 등의 임피던스와 비교함 ○ IrOx/NPG 신경전극의 임피던스는 1 kHz 에서 1.2±0.1×103 Ω의 값으로 측정되었음. ○ 다공성 금 나노 구조 전극의 임피던스와 비교하여 두 배 정도 감소하였으나, 평면형 금전극의 임피던스 (2.0 X 105 Ω, at 1kHz)값과 비교하였을 때 100 배 정도 감소한 것을 확인 ○ 순환전압전류곡선의 환원 전류 영역의 면적으로부터 계산한 IrOx/NPG 전극의 전하저장용량은 4.7 mC/cm2 으로 다공성 금 나노 전극의 전하저장 용량과 비교하여 5 배 정도 증가함
○ IrOx/NPG 신경전극의 전하주입 한계 값은 voltage transient 측정값으로 부터 계산하였으며, 계산 값은 1.2 mC/cm2 임 ○ 전하저장용량과 전하 주입 한계 값으로부터 계산한 전하주입 효율은 25.5%로서 SIROF 와 비교하여 2 배 정도 큼. 이로부터 다공성 금 나노 구조체의 넓은 표면적을 도입함으로써 신경 전극의 자극 성능을 증가 시킬 수 있음을 확인 <그림 2-30> (a) 평면형 금 전극, 다공성 금 나노구조체 전극과 이리듐산화물/다공성 금전극의 CV, (b) 이리듐산화물/다공성 금전극의 voltage transient 특성
나. FEP 기반 in vivo 용 플렉시블 ECoG 신경전극의 신경세포 자극 특성 평가
○ in vivo 용 플렉시블 ECoG 전극 어레이의 신경신호 감지 성능 평가를 위하여 Sprague-Dawley rat 의 외경막에 ECoG 전극을 부착함.
○ 전기피질 베이스라인 신호는 한 시간 동안 측정하였으며, 발작성 ECoG 신호는 Picrotoxin 으로 유도함. ○ 전기피질 신호는 330±110μV 로 관측되었으며, picrotoxin 투입 후 15 분 정도 후에 안정화 된 발작 신호가 측정되었고 3 시간 정도 지속 됨. ○ 신호주기는 38.5 ± 12.7 spike/min, 신호세기는 1,150 ± 250 µV 정도로 측정되었으며, 3 개의 전극에서 측정한 신호는 거의 동일한 형태를 보임.
제 3 절 뉴로모픽 신경 공학 기술 개발
1. 뉴로모픽 신경 공학 기술 개발 동향
가. 기술 개발 동향 ○ 신경 공학 분야에서는 신경 보철 기술을 이용하여 손상을 입은 뇌 영역의 기능을 대체하여 운동 능력 등을 복원하고자 하는 연구가 진행 중이다. 이러한 연구는 많은 경우 폐회로(closed-loop) 신경 신호 분석 시스템 등을 통해 시도가 되고 있다. 뇌의 운동 신경을 관장하는 부분의 신호가 로봇 팔에 전달되어 로봇 팔이 움직이고 움직임에 따른 감각 신호가 뇌의 감각 신경을 관장하는 부분에 전기 자극으로 전달한다. 이러한 일련의 과정을 위해 먼저 뇌의 운동신경을 관장하는 부분에서 기록되는 신호가 어떤 동작을 하고자하는 의도를 가진 신호인지 분석하는 과정이 필요하다. 또한 이에 따른 감각 신호를 모방한 전기 자극을 피드백으로 주는 과정을 거치면서 신경 보철 시스템의 폐회로 시스템을 만들게 된다. ○ 최근에는 실제 환자들을 대상으로 한 실험에서도 수행한 결과들도 보여진다. 하지만 이러한 시스템은 운동 신경에서 발현하는 신호 패턴들에 대한 실시간 학습 수행이 어렵고 이에 따라 환경 변화에 따른 지속적인 기능 발현이 어려운 점 등이 존재한다. (Miller et al. 2014)○ University of Southern California (USC)의 Berger 교수 연구팀은 hippocampus 의 long-term memory 능력을 복구 하는 인지 보철(cognitive prosthesis)을 위한 VLSI 를 설계하였다. 이는 hippocampus 의 CA1 또는 CA3 영역에서 발현되는 스파이크의 시공간적 패턴을 미리 기록된 데이터를 바탕으로 학습하여 CA1 영역에서 발현될 스파이크 패턴을 예측하게끔 알고리즘을 설계한다. 이는 실시간 학습이 되지 않고 미리 학습시켜서 각 커널의 파라미터 값을 찾아야 한다는 단점이 존재하고 또한 이를 위해 필요한 로직들의 전력소모가 작지 않은 것이 단점이다. (Berger et al. 2012)
<그림 2-32> 폐회로 신경 신호 분석 시스템을 통한 신경 보철 시스템 개념도
○ University of California, San Diego (UCSD)의 Cauwengerghs 교수 연구팀은 뉴로모픽 공학에서 모델링한 아날로그 실리콘 뉴런을 이용하여 MEA 전극위에 성장시킨 생물학적 뉴럴 네트워크를 컨트롤 하는 것을 보여 주었다. (Frederic et al. 2017) <그림 2-34> 아날로그 뉴런을 이용한 양방향 뉴럴 네트워크 연결(Frederic et al. 2017) 나. 신경계 인터페이스 기술을 이용한 뉴로모픽 신경 공학 플랫폼 ○ 뉴로모픽 공학의 이벤트 기반 컴퓨팅 패러다임을 신경 공학에 접목하여 향후 신경계 인터페이스 시스템을 이용한 신경 보철 시스템 등에 응용 가능한 원천 기술 확보를 목표로 한다. ○ 뉴로모픽 신경 공학 플랫폼을 위해 필요한 개별 구성 요소 등의 원천 기술을 확보 하고 이를 하나의 시스템으로 통합 하는 과정이 중요한 기술 개발 사항이다.
<그림 2-35> 뉴로모픽 신경 공학 플랫폼의 구성도
○ 위의 그림은 뉴로모픽 신경 공학 플랫폼의 개념도를 나타낸다. MEA 는 생물학적 시스템과 물리적으로 연결하기 위해 필요하다. 이는 생체 내(in vitro) 및 생체 외(in vivo)에 모두 적용 가능하다. 생물학적 시스템에서 측정 된 전기 신호는 FPGA 기반 128 채널 양방향 신경신호 인터페이스 시스템을 사용하여 수집된다. 이 시스템은 2 개의 64 채널 아날로그 전단부와 FPGA 기반 신호 처리 보드로 구성된다. 신경 신호의 활동을 실시간으로 측정하며 스파이크라고 불리는 활동 전위를 탐지하며 감지된 스파이크는 이벤트로 변환되어 시스템 상에서 다루어지게 된다. 이러한 이벤트는 이벤트 기반으로 동작하는 뉴로모픽 프로세서 및 감각-운동 시스템에 전달되어 인공적인 연결을 형성할 수 있다. 뉴로모픽 프로세서는 이벤트 기반 통신 프로토콜을 사용한다. 전달 된 이벤트는 생물학적 시스템과 마찬가지로
아날로그 영역에서 신경 역학 및 시냅스 통합을 모델링하기 위해 아날로그 시냅스 전류로 변환된다. 이러한 뉴로모픽 프로세서는 생물학적으로 모델과 같이 신호를 처리하여 손상된 신경 영역을 대체하는 역할을 수행한다. 또한 이벤트 기반 통신 프로토콜은 이벤트 도메인에서 시냅스 가중치의 구성 가능성을 제공하며 spike timing-dependent plasticity 를 이용한 실시간 온라인 학습 기능을 구현 가능하게 한다. 이러한 모든 이벤트의 흐름 및 시스템의 동작을 관찰 및 통제하기 위한 실시간 소프트웨어 환경을 C# 프로그래밍 언어를 이용하여 작성하였다. 멀티 스레딩 기술을 적용하여 실시간 작업을 가능하게 하였다.
2. 실시간 자극기 컨트롤러 개발
가. 실시간 자극기 컨트롤러 개발 배경 ○ 뉴로모픽 신경 공학 플랫폼에서 생물학적 뉴럴 네트워크에 전기 자극을 주기 위한 자극기 컨트롤러를 개발 한다. ○ 전기 자극은 생물학적 뉴럴 네트워크의 반응에 대한 피드백을 주는 수단으로 사용된다. 신경 신호에 대한 반응으로 전기 자극을 주는 경로를 폐회로(Closed-loop)로 구성해야 한다. 현재 많은 연구들은 이러한 폐회로 구성 과정 중에 호스트 컴퓨터의 신호 처리 과정이 포함되어 있다. 호스트 컴퓨터의 신호 처리 과정을 거치기 위해서는 USB 등의 추가적으로 정보를 컴퓨터로 전달하기 위한 통신 프로토콜 과정이 필요하게 되며 컴퓨터상에서 신경 신호를 처리 하는 과정에 소요되는 시간 또한 존재한다. 이 때문에 생물학적 뉴럴 네트워크로부터 어떠한 신호가 발행한 시점으로부터 피드백 전기 자극이 생성되기 까지 소요되는 지연시간이 생물학적 시스템에서 요구되는 사양보다 길다는 단점이 존재 한다. 또한 이러한 지연시간 자체가 굉장히 예측 불가능한 측면이 있다. ○ 자극기 컨트롤러를 개발하기 위해 다음과 같은 몇 가지 성능에 초점을 맞추어 설계에 반영을 하였다. 먼저 실시간으로 신경 신호에 반응을 하기 위해서는 호스트컴퓨터와의 통신을 거치지 않고 자극 발생 여부에 대한 판단을 내릴 수 있어야 한다. 신경 신호에서 피드백 전기 자극의 생성까지 소요되는 시간을 1us 이하로 줄이는 것을 목표로 하였다. 또한 뉴로모픽 시스템과의 연동을 위해 이벤트 기반으로 연결성을 만들어 주기 위해 주소 테이블 기반 통신 방식을 구현한다. 생물학적 시스템에 존재하는 axonal conduction delay 를 재연하고자 한다.
○ 아래의 그림은 뉴로모픽 신경 공학 플랫폼의 전체 개념도를 보여준다. 자극기 컨트롤러는 신경 신호 측정 시스템을 구성하기 위한 FPGA 칩 안에 설계되어 생물학적 뉴럴 네트워크를 자극 하는 자극기를 컨트롤 하는 구간에 배치된다.
나. 실시간 자극기 컨트롤러 설계 <그림 2-37> 실시간 자극기 컨트롤러 구성도 ○ 위의 그림은 실시간 자극기 컨트롤러의 구성도를 보여준다. 컨트롤러는 3 개의 입력 경로에서 자극 유도 이벤트를 받아 디지털 아날로그 컨버터 (DAC) 및 아날로그 멀티플렉서로 설계된 온보드 자극기에 기존의 모든 자극 이벤트를 전달한다. 자극 유발 이벤트는 이벤트 기반의 신경 시각 센서의 픽셀 번호, 신경 스파이크가 생성되는 신경 세포 어레이의 신경 세포 번호, 활동 전위가 검출되는 미세 전극 배열(MEA)상의 전극 번호 등이 될 수 있다. 자극 유발 이벤트는 이러한 주소 정보와 함께 이벤트가 신경 인터페이스 시스템에 의해 취해질 때의 시간 정보를 함께 가지게 된다. 이벤트는 이벤트 디코더에 전달되고 포인터 테이블과 자극 이벤트 테이블을 사용하여 자극 이벤트로 변환되어 컨트롤러에 전달된다. ○ 이벤트 디코더는 자극 유도 이벤트에 인코딩 되어 있는 인덱스를 이용하여 포인터 테이블에서 포인터를 읽습니다. 포인터는 자극 이벤트가 자극 이벤트 테이블에 저장되어 있는 장소 및 자극 이벤트 테이블에 저장되어 있는 자극 이벤트의 개수를 나타낸다. 자극 이벤트 테이블은 자극이 전달될 채널 번호 (7bit) 및 axonal conduction delay (16bit)를 갖는 자극 이벤트를 1,024 개 저장하고 있다. Axonal conduction delay 가 자극 유발 이벤트에 저장되어 있는 시간 정보에 추가되어 자극이 전달될 목표 전극 채널에 전달 될 시간 정보로 변환 된다. Priority queue 는 자극 이벤트를 저장하고 전역 타이머가 목표 시각에 도달할 때까지 이벤트를
