| Fecha: |
2021 |
| Resumen: |
El descobriment experimental del grafè el 2004 va suposar l'aparició d'un nou camp de recerca basat en materials bidimensionals, que investiga les seves propietats per a aplicacions en electrònica, fotònica i optoelectrònica i, recentment, també en tecnologia biomèdica. La neurotecnologia en particular, és un tema que podria beneficiar-se fortament d'aquests nous materials, ja que la seva naturalesa mecànica i química els permet formar una interfície estable i adaptable a la topologia del cervell. El transistor de grafè de porta liquida (gSGFET) és un dels diversos dispositius de detecció emergents que utilitzen materials prims i ha demostrat un gran potencial per a les interfícies cervell-màquina (BMIs), ja que és capaç de registrar l'activitat neuronal amb alta precisió. Històricament s'han utilitzat els elèctrodes per a aquesta aplicació, ja que són fàcils de fabricar i els senyals enregistrats es poden adquirir mitjançant tècniques de lectura senzilles. En els darrers anys, però, s'ha trobat que l'ús de transistors es beneficiós per a aplicacions específiques, ja que també son capaços de registrar l'activitat oscil·latòria lenta, que encara està en la seva majoria inexplorada. A més, els transistors permeten construir matrius de sensors amb un gran nombre de llocs de gravació, ja que, al contrari que els elèctrodes, no cal combinar-los amb components electrònics addicionals per permetre esquemes d'adreçament sofisticats, facilitant així la complexitat tecnològica de la fabricació d'aquestes matrius. L'elevat soroll intrínsec del sensor continua sent un problema crític en electrofisiologia a causa de la petita amplitud dels senyals neuronals a la superfície de l'escorça cerebral. La naturalesa geomètrica del grafè i d'altres materials bidimensionals els exposa a influències degradants del seu entorn i fa difícil crear interfícies d'alta qualitat amb aquests materials. Això condueix, per exemple, a un augment del soroll de baixa freqüència del gSGFET, que contamina la banda de freqüències d'interès per als enregistraments neuronals. Per tant, com a primer pas cap al desenvolupament d'un conjunt de sensors neuronals d'alta qualitat, en el capítol 3 s'exploren les millores tecnològiques que permeten reduir aquest soroll intrínsec del dispositiu. A continuació es descriu la fabricació i caracterització de interfícies neuronals de alta densitat, fins a 1000 gSGFET sensors sobre substrat flexible. Com que la mida del connector que augmenta directament amb el nombre de sensors, aquest imposa restriccions en el numero i la densitat de llocs de gravació assolibles a la matriu. D'aquesta forma, els esquemes de lectura multiplexada compatibles amb la tecnologia gSGFET són de vital importància. La multiplexació permet la combinació de múltiples fluxos d'informació en un sol senyal i, per tant, permetria superar les limitacions de connectivitat de les BMIs actuals. Més concretament, en al capítol 4 es presenta la compatibilitat de la tecnologia gSGFET amb els dos esquemes més comuns de lectura de dades multiplexades, la divisió de freqüències i la divisió de temps. En última instància, en el capítol 5 s'explora la integració monolítica de circuits de adreçament a la matriu de sensors flexibles, ja que això evitaria l'acoblament entre llocs que pot degradar greument la fidelitat del senyal enregistrat en grans matrius de sensors multiplexats. Per a aquest propòsit, es suggereix l'ús dels materials de "transition-metall-dichalcogenides" de dues dimensions (per exemple, MoS2), ja que combinen la flexibilitat mecànica amb una banda prohibida àmplia, necessària per obtenir transistors d'efecte de camp amb altes relacions encès / apagat. Un conjunt híbrid de sensors gSGFET / MoS2-FET amb funcionalitat de lectura multiplexada es presenta com a primer prototip cap a una nova generació de BMIs i es presenta un full de ruta per a l'ampliació de la tecnologia. |
| Resumen: |
El descubrimiento experimental del grafeno en 2004 marcó el nacimiento de un nuevo campo de investigación basado en materiales bidimensionales, investigando sus propiedades para aplicaciones en electrónica, fotónica y optoelectrónica y, recientemente, también en tecnología biomédica. El transistor de puerta liquida basado en grafeno (gSGFET) es uno de los dispositivos de detección emergentes que utilizan materiales delgados, y que ha demostrado un gran potencial para las interfaces cerebro-máquina (BMIs), ya que es capaz de registrar con alta precisión la actividad neuronal. Históricamente, se han utilizado electrodos para tal aplicación, ya que son fáciles de fabricar y las señales grabadas se pueden adquirir usando técnicas simples de lectura. En los últimos años, sin embargo, se descubrió que el uso de sensores con un diseño de transistor es beneficioso para aplicaciones específicas, ya que también son capaces de registrar la actividad oscilatoria lenta, que todavía está en su mayoría inexplorada. Además, los transistores permiten construir matrices de sensores con una gran cantidad de sitios de grabación, ya que, a diferencia de los electrodos, no es necesario combinarlos con componentes electrónicos adicionales para permitir esquemas de direccionamiento sofisticados, lo que alivia en gran medida la complejidad tecnológica de fabricar estas matrices. El alto ruido intrínseco del sensor sigue siendo un problema crítico en electrofisiología debido a la pequeña amplitud de las señales neuronales en la superficie de la corteza. La naturaleza geométrica del grafeno y otros materiales bidimensionales los expone a influencias degradantes de su entorno y dificulta la creación de interfaces de alta calidad con dichos materiales. Esto conduce, por ejemplo, a un aumento de ruido de baja frecuencia en el gSGFET que contamina la banda de frecuencia de interés para los registros neuronales. Por lo tanto, como un primer paso hacia el desarrollo de una matriz de sensores neurales de alta calidad, en el capítulo 3 se exploran las mejoras tecnológicas que permiten reducir dicho ruido intrínseco del dispositivo. A continuación, se describe la fabricación y caracterización en sustrato flexible de matrices de sensores neurales de alta densidad, hasta 1000 gSGFET sensores. Dado que el tamaño del conector en aumenta directamente con el número de sensores, este impone restricciones en el recuento y en la densidad de los sitios de grabación que se pueden lograr en la matriz. De esta forma, los esquemas de lectura multiplexados compatibles con la tecnología gSGFET son de vital importancia. La multiplexación permite la combinación de múltiples flujos de información en una sola señal y, por lo tanto, permitiría superar las limitaciones de conectividad de las BMIs actuales. Más concretamente, en el capítulo 4 se presenta la compatibilidad de la tecnología gSGFET con los dos esquemas más comunes de lectura de datos multiplexados, la multiplexación por división de frecuencia y por división de tiempo. En última instancia, en el capítulo 5 se explora la integración monolítica de circuitos de direccionamiento en la matriz de sensores flexibles, ya que esto evitaría el acoplamiento entre sitios que puede degradar severamente la fidelidad de la señal grabada en grandes conjuntos de sensores multiplexados. Para este propósito, se sugiere el uso los materiales de "transition-metal-dichalcogenides" de dos dimensiones (por ejemplo, MoS2), ya que combinan la flexibilidad mecánica con una banda prohibida amplia, necesaria para obtener transistores de efecto de campo con altas relaciones encendido/apagado. Un conjunto de sensores híbridos gSGFET / MoS2-FET con funcionalidad de lectura multiplexada se presenta como un primer prototipo hacia una nueva generación de BMIs y se presenta una hoja de ruta para la ampliación de la tecnología. |
| Resumen: |
The experimental discovery of graphene in 2004 marked the advent of a new research field based on two-dimensional materials, investigating their properties for applications in electronics, photonics and optoelectronics and, recently, also biomedical technology. Neurotechnology in particular, is a subject which could strongly benefit from these new materials, as their mechanical and chemical nature allow them to form a stable, conformable interface with the brain. The graphene solution-gated field-effect transistor (gSGFET) is one of several emerging sensing devices utilizing thin materials, and has shown great potential for brain-machine interfaces (BMIs), as it is able to record neural activity with high accuracy. Historically electrodes have been favored for such application, as they are easy to fabricate and the recorded signals can be acquired using simple read-out techniques. In recent years, however, the use of sensors with a transistor design was found to be beneficial for specific applications as they also unveil slow oscillatory activity, which is yet mostly unexplored. Moreover, transistors allow to construct sensor arrays with a large number of recording sites, since in contrary to electrodes they do not need to be combined with additional electronic components to enable sophisticated addressing schemes, thus strongly easing the technologic complexity of fabricating these arrays. High intrinsic sensor noise remains a critical issue in electrophysiology due to the small amplitude of neural signals on the surface of the cortex. The geometric nature of graphene and other two-dimensional materials exposes them to degrading influences from their surroundings and makes it challenging to create high-quality interfaces with such materials. This leads to, for example, augmented low-frequency noise in the gSGFET which contaminates the frequency band of interest for neural recordings. Thus, as a first step towards the development of a high quality neural sensor array, technological improvements which allow to lower such intrinsic device noise are explored in chapter 3. Next, the fabrication and characterization of high-density neural sensor arrays of above 1000 gSGFET sensors on flexible substrate is described. As a rapidly increasing size of the connector footprint with the number of sensors poses restrictions on the count and the density of recording sites achievable on the array, the compatibility of the gSGFET technology with multiplexed readout schemes is of critical importance. Multiplexing enable the combination of multiples streams of information into a single signal and would thereby allow to overcome connectivity limitations of the state-of-the-art BMIs. More concretely, the compatibility of the gSGFET technology with the two most common schemes of multiplexed data readout, namely frequency-division and time-division multiplexing, is presented in chapter 4. Ultimately, a monolithic integration of addressing circuitry into the flexible sensor array is explored in chapter 5, as this would prevent inter-site crosstalk which can severely degrade the fidelity of the recorded signal in large multiplexed sensor arrays. Two-dimension transition-metal-dichalcogenides (e. g. MoS2) are suggested for this purpose, as they combine mechanical flexibility with a wide bandgap necessary for building field-effect transistors with high on/off-ratios. A hybrid gSGFET/MoS2-FET sensor array with multiplexed readout functionality is showcased as a first prototype towards a new generation of BMIs and a roadmap for the technology's scale-up is presented. |
| Nota: |
Premi Extraordinari de Doctorat concedit pels programes de doctorat de la UAB per curs acadèmic 2020-2021 |
| Nota: |
Universitat Autònoma de Barcelona. Programa de Doctorat en Enginyeria Electrònica i de Telecomunicació |
| Derechos: |
Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades.  |
| Lengua: |
Anglès |
| Colección: |
Programa de Doctorat en Enginyeria Electrònica i de Telecomunicació |
| Documento: |
Tesi doctoral ; Text ; Versió publicada |
| Materia: |
Interficie neuronal ;
Neural interface ;
Materials bidimension ;
Materiales bidimensionales ;
Two-dimensional materials ;
Grafé ;
Grafeno ;
Tecnologies |
visitante ::
identificación
