神经元

eAg/MoS₂/HfAlOₓ/CNT纺织忆阻器在连续脉冲刺激下LIF神经元行为的机制。

b输入信号引起的神经元膜电位变化示意图。

图3展示了生物神经系统中典型的信号传递结构，包括胞体、树突、轴突及突触的功能分工，以及神经元膜电位在静息、去极化、动作电位发放与不应期各阶段的动态变化。

基于STDP学习规则，神经元的脉冲输出不仅用于初始化突触后神经元膜电位，还反馈至突触前末端进行自适应权重更新，从而实现在线学习。

l,m电荷俘获神经元：l基于MoS₂的神经元结构。

c‑dCuInP₂S₆/h-BN/WSe₂异质结构晶体管中神经元模式和突触模式的机制图。

aH-H神经元模型的等效电路。

a石墨烯晶格与氢离子之间加氢反应的示意图及对应的生物神经元模型。

c可重构器件的电路图，该器件具有神经元功能，并在神经元模型中整合输入信息后产生峰值脉冲。

器件层面，文章重点讨论了电导依赖型与非依赖型两种仿生神经元模型，深入分析了离子迁移、相变、碰撞电离、电荷捕获及掺杂等五种人工神经元器件工作机制，并系统梳理了导电细丝、相变、铁电、自旋电子、电荷调制等五类突触工作机制及其性能评估指标。

图4系统总结了从生物启发到硬件实现的多种经典神经元模型。

多种神经元模型及经典脉冲模式。

神经元器件在功能复杂性(阈值特性、积分发放、不应期、跨模态感知)上的研究相对滞后；

n,o掺杂神经元：nMoS₂神经元器件示意图及阈值切换机制。

图5分类展示了基于二维材料的人工神经元器件的五种核心工作机制。

可重构神经形态器件更能在同一平台上通过自适应切换实现突触与神经元功能的仿生融合。

本文回顾了基于二维材料的人工神经元和突触器件的最新进展，重点关注仿生模型、物理机制和性能指标。

本文对开发人工神经元和突触器件及系统的挑战进行了整体分析，并绘制了通向更高效、多功能类脑芯片的路线图。

d具有多模态神经元和突触关键功能的可重构类脑单元结构。

d用于SNN实现的基于神经元和突触的伪交叉阵列。

e基本突触-神经元组件示意图，展示通过STDP突触和LIF神经元功能进行无监督学习。

北京交通大学邓涛&清华大学田禾等人系统综述了基于二维材料的新型人工神经元与突触器件的最新研究进展。

实现该架构的关键在于开发能够仿生的人工神经元和突触作为核心组件。

最后，对人工神经元和突触在器件和系统层面的局限性进行了系统分析，并绘制了迈向更高效、多功能类脑芯片的发展路线图。

本研究全面综述了基于二维材料的人工神经元和突触的最新进展，重点介绍了其仿生模型、物理机制和性能指标，并进一步讨论了可重构器件中的复杂切换策略。

此外，通过控制导电细丝的生长与断裂动力学，低限制电流下形成易失性弱细丝对应神经元功能，高限制电流下形成非易失性强细丝对应突触功能。

离子迁移模式(Cu⁺离子在界面的长程迁移与快速弛豫)则提供易失性开关特性，对应神经元功能。

该路线始于二维忆阻器的基础研究，随后演化为基于多种物理机制的器件平台，成功实现了对生物突触与神经元功能的模拟。

接下来，研究团队计划测试旨在减少神经元中AHR活性的AHR阻断药物和基因治疗策略。

基于CuInP₂S₆突触与神经器件的交叉阵列实现了无监督学习，通过脉冲延迟时间编码像素强度并结合神经元侧向抑制功能，在较少的训练周期内即达到优异的识别准确率。

损伤后，AHR通过一个称为蛋白质稳态的过程来帮助神经元保护自身。

这项新发现表明它在神经元内部还具有重要的作用，帮助神经元将环境感应与其损伤后再生能力整合起来。

接下来，研究团队计划测试旨在减少神经元中AHR活性的AHR阻断药物和基因治疗策略。