Benutzer: Gast  Login
Originaltitel:
Chemical Synapses on Semiconductor Chips 
Übersetzter Titel:
Chemische Synapsen auf Halbleiterchips 
Jahr:
2007 
Dokumenttyp:
Dissertation 
Institution:
Fakultät für Physik 
Betreuer:
Fromherz, Peter (Prof. Dr.) 
Gutachter:
Bausch, Andreas (Prof. Dr.) 
Sprache:
en 
Fachgebiet:
PHY Physik 
Kurzfassung:
This thesis reports on the creation of novel nerve cell-semiconductor hybrids obtained through a combination of chemical synapses from the sweet water snail Lymnaea stagnalis with electrolyte-oxide-semiconductor capacitors for stimulation and field-effect transistors for non-invasive recording of neuronal activity.
The bidirectional electronic contacts allowed stimulation and recording of individual excitatory and inhibitory synapses. The interfacing of groups of neurons exhibiting both types of connections thus proving the scalability of the approach. Furthermore, the hybrids stored bits of information through a biological learning process: the chip structures evoked and tested for the Potentiation of excitatory synapses.
Thus this study emphasises the importance of semiconductor chips with two-way contacts as a research tool for the creation of novel neurocomputing devices and the investigation of biological computation. 
Übersetzte Kurzfassung:
Diese Dissertation berichtet über die Herstellung von Nervenzell-Halbleiterchip-Hybriden: Erstmalig gelang die Verbindung chemischer Synapsen der Schlammschnecke Lymnaea stagnalis mit Elektrolyt-Oxid-Halbleiter Kondensatoren zur Stimulation und Feldeffekttransistoren zur Detektion von neuronaler Aktivität.
Die bidirektionalen elektronischen Kontakte ermöglichten die Aktivierung einzelner exzitatorischer oder inhibitorischer Synapsen sowie die Aufnahme der daraus resultierenden Aktivitätsänderung. Ebenso gelang die simultane Ansteuerung und Messung der Aktivität bei einer Gruppe von Neuronen mit Synapsen beiderlei Vorzeichens. Bei exzitatorischen Synapsen konnten zusätzlich über den Chip einfache Lernprozesse, genannt Potenzierung, ausgelöst und dadurch Information im Netzwerk gespeichert werden.
Diese neuro-elektronischen Hybride ermöglichen daher aufgrund ihrer Kombinierbarkeit und Lernfähigkeit die Untersuchung der Grundlagen biologischen Rechnens. 
Mündliche Prüfung:
12.03.2007 
Dateigröße:
6955848 bytes 
Seiten:
123 
Letzte Änderung:
04.04.2007