基于扩散忆阻器的人工跨神经元模拟大脑皮层多区域神经活动机制

本研究通过构建基于扩散忆阻器的人工神经元，首次实现了对猕猴大脑感觉皮层(MT区)、前运动皮层(PRR)和运动皮层(PM)三种功能区域神经元放电模式的精准模拟。研究人员发现单个"跨神经元"(transneuron)可通过电压调控切换自持放电与噪声诱导放电模式，其随机性指标(CV1/CV2)与生物神经元高度吻合，并能执行信号相位比较等复杂计算，为开发动态可重构的类脑计算硬件提供了新范式。

　　

在类脑计算领域，如何用硬件精确模拟生物神经元的复杂放电行为一直是重大挑战。传统人工神经元多采用确定性放电机制，而真实大脑神经元的随机放电特性对信息处理至关重要——从视觉感知到运动控制，不同皮层区域的神经元展现出独特的放电模式：视觉皮层(MT区)神经元呈现不规则放电，顶叶伸手区(PRR)神经元显示规律性放电，而前运动皮层(PM区)神经元则表现为爆发式放电。这些差异源于神经元所处的功能网络和计算需求，但现有电子器件难以在单一设备中实现这种动态可重构的放电行为。

美国马萨诸塞大学阿默斯特分校(University of Massachusetts Amherst)的Rivu Midya团队在《Nature Communications》发表突破性研究，他们利用银纳米团簇扩散忆阻器构建出能模拟多种生物神经元放电行为的"跨神经元"(transneuron)。这种器件通过调控外部电压(V_ext)、负载电阻(R_ext)和环境温度(T₀)，可在同一物理设备中复现MT、PRR和PM区神经元的放电特征。研究团队结合电生理记录、微纳加工和随机微分方程建模，首次证明人工神经元能通过Andronov-Hopf分岔机制实现不同放电模式的动态切换，其随机性指标与活体猕猴皮层神经元数据高度匹配。

关键技术包括：(1)采用共溅射法制作Ag/SiO_x扩散忆阻器；(2)在清醒猕猴MT、PRR和PM区进行单神经元电生理记录；(3)建立包含热力学效应的三变量随机模型(描述Ag团簇扩散、电子隧穿和热流动力学)；(4)通过Keysight测量系统量化不同参数下的放电模式；(5)采用CV₁/CV₂系数分析放电随机性。

噪声诱导与自持放电机制

通过直流电压扫描实验发现，人工神经元在0.6-1.3V区间呈现三种典型放电模式：低压区(0.6-1V)出现周期性尖峰(图3A-C)，对应PRR神经元特征；中压区(1.1-1.5V)转为稀疏随机放电；高压区(>1.9V)则出现温度依赖的爆发式放电(图3F-J)，模拟PM神经元活动。分岔分析表明，低压区的规则放电源于电容充放电动力学，而高压区爆发则由热-电耦合效应驱动。功率谱分析(图4G-H)显示不同电压区间的频谱特征差异：低压区出现明显基频峰，高压区则呈现宽峰噪声背景上的谐波峰。

跨神经元模拟皮层功能

研究团队引入两个随机性指标：全局变异系数CV₁=σ_ISI/μ_ISI和局部变异系数CV₂=2|Δt_n+1-Δt_n|/(Δt_n+1+Δt_n)。如图5A所示，当R_ext=65kΩ时，人工神经元的(CV₁,CV₂)数据点完全覆盖MT神经元分布区；调整至R_ext=70kΩ时，则实现PRR到PM神经元的连续过渡(图5A2)。这种动态重构能力源于系统多稳态特性——通过改变V_ext可调整吸引盆大小，而温度噪声控制状态跃迁概率。

选择性计算与相位检测

在频率选择性实验中(图6)，人工神经元对特定周期(t_p)的交流电压表现出增强响应，其放电率峰值随V_AC增大向高频移动(图6F-G)，这与MT神经元对视觉刺激时空频率的选择性(图6E)具有相同非线性特征。更引人注目的是，通过同步调制V_ext(t)和T₀(t)的相位差(图7)，单个跨神经元可实现信号相位比较器功能：当电压与温度信号反相(φ=π)时放电率最大，同相(φ=0)时最小，这种效应源于热噪声与电压依赖的吸引盆协同作用。

这项研究开创性地证明，基于扩散忆阻器的单个人工神经元可动态模拟大脑多个功能区的神经计算特性。其重要意义在于：(1)提出"跨神经元"概念，突破传统神经形态器件功能固化的局限；(2)揭示噪声在神经形态计算中的建设性作用，为开发具有生物真实性的AI硬件提供新思路；(3)展示相位敏感计算等高级功能，表明单个器件可替代传统多神经元电路。该成果使构建能自适应任务需求的动态神经形态系统成为可能，为未来开发具有认知能力的神经拟态处理器奠定基础。