( PDF ) Desenvolvimento e implementação de instrumentação eletrônica para criação de estímulos visuais para experimentos com o duto óptico da mosca

Download PDF

ads:

Universidade de S

ao Paulo

Instituto de F

ısica de S

ao Carlos

Departamento de F

ısica e Inform

atica

Grupo de F

ısica Computacional e Instrumenta¸c

ao Aplicada

Mario Alexandre Gazziro

Desenvolvimento e implementa¸c˜ao de

instrumenta¸c˜ao eletrˆonica para cria¸c˜ao de

est´ımulos visuais para experimentos com o

duto ´optico da mosca

S˜ao Carlos, SP

Julho de 2009

ads:

Livros Grátis

http://www.livrosgratis.com.br

Milhares de livros grátis para download.

Mario Alexandre Gazziro

Desenvolvimento e implementa¸c˜ao de

instrumenta¸c˜ao eletrˆonica para cria¸c˜ao de

est´ımulos visuais para experimentos com o

duto ´optico da mosca

Tese apresentada ao Programa de P´os-Gradua¸c˜ao

em F´ısica do Instituto de F´ısica de S˜ao Carlos

da Universidade de S˜ao Paulo, como parte dos

requisitos para obten¸c˜ao do t´ıtulo de Doutor em

Ciˆencias.

Area: F´ısica Aplicada - Computacional.

Orientador: Prof. Dr. Jan F.W. Slaets

S˜ao Carlos, SP

Julho de 2009

ads:

AUTORIZO A REPRODUÇÃO E DIVULGAÇÃO TOTAL OU PARCIAL DESTE

TRABALHO, POR QUALQUER MEIO CONVENCIONAL OU ELETRÔNICO, PARA

FINS DE ESTUDO E PESQUISA, DESDE QUE CITADA A FONTE.

Ficha catalográfica elaborada pelo Serviço de Biblioteca e Informação IFSC/USP

Gazziro, Mario Alexandre.

Desenvolvimento e implementação de instrumentação eletrônica

para criação de estímulos visuais para experimentos com o duto

óptico da mosca / Mario Alexandre Gazziro; orientador Jan F. W.

Slaets.-- São Carlos, 2009.

87 p.

Tese (Doutorado em Ciências - Área de concentração: Física

Aplicada – Opção Física Computacional) – Instituto de Física de São

Carlos da Universidade de São Paulo.

1. Neurobiofísica. 2. Instrumentação eletrônica. 3. FPGA. 4.

Sistema visual da mosca. 5. Processamento de vídeo em tempo

real. I.Título.

Aos meus pais,

Mario e Bene

Agradecimentos

Ao meu orientador, Prof. Jan Frans Willem Slaets, pela paciˆencia, por seu apoio e

direcionamento preciso durante a execu¸c˜ao do presente trabalho, sem o qual o mesmo n˜ao

seria poss´ıvel. Ao Prof. Roland K

oberle, por sua natureza cient´ıﬁca impec´avel, sendo

uma inspira¸c˜ao `a todos que desejem encontrar algo novo em meio ao desconhecido. Aos

professores Eduardo Marques, Jos´e Saito, Valentin Roda, Guilherme Sipahi, pelo apoio

e acompanhamento durante minha carreira acadˆemica na ´ultima d´ecada. Embora mais

recente, devo agradecer tamb´em ao Prof. Reynaldo Daniel, pois sua empolga¸c˜ao pela

neurociˆencia serve como inspira¸c˜ao `a todos que atuam na ´area. Em especial `a Lirio

Almeida, dinossauro do Rock’n’Roll e guru da eletrˆonica, sendo que o presente trabalho

´e fruto da continuidade dos grandes avan¸cos obtidos por ele no campo da eletrˆonica

instrumental de apoio `a neurociˆencia da vis˜ao da mosca. Aos amigos do laborat´orio

Dipteralab: Nelson Fernandes, Ingrid Miranda, Paulo Matias, Nataly Horner, Rafael

Viegas, Ivanilda St´efani e Ailton Alves, os quais trabalham com extrema dedica¸c˜ao nesta

´area de pesquisa a qual permeia as fronteiras da ciˆencia conhecida. A todos os funcion´arios

do IFSC, em especial `a S´ılvio Athayde e Victor Barioto, pelo proﬁssionalismo e pronto

atendimento. Aos professores do Instituto Superior T´ecnico de Lisboa, Jo˜ao Cardoso

e Pedro Diniz, pelo apoio durante meu est´agio no exterior. Aos amigos recentes Caio

Assun¸c˜ao, Carlos Eduardo, Nicole Novaes, Dalmir Rapelli, Paula Neves, Adriano Sanches,

Luis Uebel e Tatiana de Alencar e aos antigos, Raul Habesch, Alexandre Medeiros, Richard

Lingner e Augusto Carbol e Elias Neto.

A Izis Cavalcanti, por seu trabalho e dedica¸c˜ao na

cria¸c˜ao de nossos ﬁlhos, Caio e Alice, os quais me proporcionam imensur´aveis momentos

de felicidade. Agrade¸co por ﬁm `as agˆencias ﬁnanciadoras FAPESP, CAPES e CNPq,

respectivamente pelo apoio `a compra dos materiais utilizados, pela realiza¸c˜ao do meu

est´agio no exterior e pelo meu treinamento em projeto de circuitos integrados digitais.

”He who controls the past

commands the future.”

George Orwell

Resumo

GAZZIRO, M. Desenvolvimento e implementa¸c˜ao de instrumenta¸c˜ao eletrˆonica

para cria¸c˜ao de est´ımulos visuais para experimentos com o duto ´optico da

mosca. 2009. 87p. Tese (Doutorado) – Instituto de F´ısica de S˜ao Carlos – Universidade

de S˜ao Paulo, S˜ao Carlos, 2009.

O presente trabalho explora a utiliza¸c˜ao de hardware reconﬁgur´avel (FPGA) no desen-

volvimento de geradores de est´ımulos visuais para utiliza¸c˜ao em experimentos de neuro-

ciˆencia com invertebrados, tais como moscas. O experimento b´asico consiste na visua-

liza¸c˜ao de uma imagem ﬁxa que ´e movida horizontalmente a cada quadro, a partir dos

dados recebidos do est´ımulo. Os requisitos desejados foram visualizar imagens a 200 FPS

(quadros por segundo), com resolu¸c˜ao de 640x480 pixels e 256 n´ıveis de intensidade, para

monitores com deﬂex˜ao eletromagn´etica e 500 FPS com resolu¸c˜ao de 512x480 pixels para

monitores com deﬂex˜ao eletrost´atica. A utiliza¸c˜ao de FPGAs, ao inv´es do uso das mo-

dernas placas gr´aﬁcas se deve ao fato que, em experimentos de neurobiof´ısica com o duto

´optico de moscas, exige-se controle em tempo real de cada quadro exibido, uma vez que

o est´ımulo visualizado ´e posteriormente correlacionado no tempo com a resposta neural.

V´arios projetos foram implementados e avaliados neste trabalho. Os principais desaﬁos

foram: desenvolver a l´ogica adequada para gerar os sinais de sincronismo do v´ıdeo e da

mem´oria de v´ıdeo; a implementa¸c˜ao de hardware capaz de efetuar o deslocamento hori-

zontal da imagem determinado pelo estimulo, de acordo com a taxa de atualiza¸c˜ao dos

quadros. Em um dos geradores desenvolvidos, a ﬁm de aumentar a resolu¸c˜ao aparente de

posicionamento horizontal, passos artiﬁciais ‘entre-pixels’ foram implementados usando

dois frame-buﬀers de v´ıdeo, contendo respectivamente os pixels ´ımpares e pares da ima-

gem original a ser exibida. Esta implementa¸c˜ao gerou um efeito visual capaz de dobrar a

capacidade de posicionamento horizontal do gerador.

Palavras-chave: Neurobiof´ısica. Instrumenta¸c˜ao eletrˆonica. FPGA. Sistema

visual da mosca. Processamento de video em tempo real.

Abstract

GAZZIRO, M. High-performance visual stimulation system for use in neuro-

science experiments with the blowﬂy. 2009. 87p. PhD Thesis – Instituto de F´ısica

de S˜ao Carlos – Universidade de S˜ao Paulo, S˜ao Carlos, 2009.

This thesis describes the development of several visual stimulus generators to be used in

neuroscience experiments with invertebrates such as ﬂies. The experiment consists in the

visualization of a ﬁxed image being moved horizontally according to the received stimulus

data. The preferred requirements were being able to visualize images on electromagnetic

deﬂection monitors at 200 FPS (frames per second) with a resolution of 640x480 pixels

and 256 levels of intensity. For electrostatic deﬂection monitor’s frame rates of 500 FPS

with a 512x480 pixels resolution were selected. Modern graphic cards could not be used

to realize optical neuro-biophysic experiments with invertebrates since they are unable to

be controlled in real-time. Precise temporal control of the visual stimulus is needed to

perform oﬀ-line time correlation analysis between the applied stimulus and the acquired

neural data. Several projects were implemented and evaluated in this work. The main

challenges were: to develop the logic to generate the appropriate synchronization signals

for the video monitor and the timing signals for the memory. Special FPGA hardware

was designed to perform the horizontal displacement of the image at the selected frame

rate. In one of the developed prototypes the apparent resolution of horizontal positioning

capability was increased implementing artiﬁcial steps between pixels. This was imple-

mented using two video frame buﬀers, containing respectively the odd and even pixels

of the image to be visualized. This implementation was able to created a visual eﬀect

doubling the horizontal positioning capacity of the generator.

Keywords: Neurobiophysics. Electronic instrumentation. FPGA. Fly’s vi-

sual system. Real-time video processing.

Lista de Figuras

Figura 1 – Olho composto da mosca . . . . . . . . . . . . . . . . . . . . . . . . 16

Figura 2 – Como o olho da mosca difere dos demais artr´opodes . . . . . . . . . 17

Figura 3 – Tempo de resposta dos foto-receptores . . . . . . . . . . . . . . . . . 18

Figura 4 – Corte de se¸c˜ao do olho composto . . . . . . . . . . . . . . . . . . . . 20

Figura 5 – Sensitividade binocular dos neurˆonios H1 . . . . . . . . . . . . . . . 21

Figura 6 – Estrutura interna do monitor CRT com deﬂex˜ao eletromagn´etica . . 22

Figura 7 – Tempo de ativa¸c˜ao do f´osforo em uma tr´ıade do monitor RGB . . . . 23

Figura 8 – Gerador de est´ımulos visuais Picasso . . . . . . . . . . . . . . . . . . 24

Figura 9 – Padr˜ao gerado pelo Picasso . . . . . . . . . . . . . . . . . . . . . . . 24

Figura 10 – Gerador de est´ımulos visuais ViSaGe . . . . . . . . . . . . . . . . . . 25

Figura 11 – Gerador de est´ımulos visuais FliMax . . . . . . . . . . . . . . . . . . 26

Figura 12 – Gerador de est´ımulos visuais VSImG . . . . . . . . . . . . . . . . . . 26

Figura 13 – Diagrama em bloco do experimento completo. . . . . . . . . . . . . . 27

Figura 14 – Mosca imobilizada para o experimento . . . . . . . . . . . . . . . . . 28

Figura 15 – Cabe¸ca da mosca exposta . . . . . . . . . . . . . . . . . . . . . . . . 29

Figura 16 – Inser¸c˜ao do micro-eletrodo extracelular . . . . . . . . . . . . . . . . . 30

Figura 17 – Tela do oscilosc´opio: sinal captado e discriminado . . . . . . . . . . . 30

Figura 18 – As cinco principais etapas na aquisi¸c˜ao do sinal . . . . . . . . . . . . 31

Figura 19 – Posicionamento ideal do micro-eletrodo extracelular . . . . . . . . . 31

Figura 20 – Est´ımulo: velocidades horizontais . . . . . . . . . . . . . . . . . . . . 34

Figura 21 – Kit de desenvolvimento DE2 da Terasic . . . . . . . . . . . . . . . . 36

Figura 22 – Kit de desenvolvimento DE3 da Terasic . . . . . . . . . . . . . . . . 37

Figura 23 – Kit de desenvolvimento ML505 da Xilinx . . . . . . . . . . . . . . . 38

Figura 24 – Gerador de est´ımulos visuais operando em monitor XY . . . . . . . . 39

Figura 25 – Arquitetura do gerador de est´ımulos utilizando uClinux . . . . . . . 40

Figura 26 – Rela¸c˜ao entre os espa¸cos do usu´ario e do kernel . . . . . . . . . . . . 41

Figura 27 – Arquitetura do gerador de est´ımulos baseado em FIFO . . . . . . . . 42

Figura 28 – Arquitetura da fun¸c˜ao PULSO . . . . . . . . . . . . . . . . . . . . . 44

Figura 29 – Gerador de est´ımulos baseado em FIFO em funcionamento . . . . . . 44

Figura 30 – Arquitetura do gerador de dois monitores . . . . . . . . . . . . . . . 45

Figura 31 – Gerador de est´ımulos de dois monitores em funcionamento . . . . . . 46

Figura 32 – Arquitetura de comunica¸c˜ao e veriﬁca¸c˜ao de erros . . . . . . . . . . . 47

Figura 33 – Controle do cursor em funcionamento . . . . . . . . . . . . . . . . . 48

Figura 34 – Estrutura dos omat´ıdeos no olho da mosca . . . . . . . . . . . . . . . 49

Figura 35 – Gera¸c˜ao das imagens com diferentes amostragens . . . . . . . . . . . 50

Figura 36 – Detalhe do funcionamento do efeito ‘entre-pixel’ . . . . . . . . . . . . 51

Figura 37 – A arquitetura ‘Passos Artiﬁciais Entre-Pixels’ . . . . . . . . . . . . . 52

Figura 38 – Cena 3D natural´ıstica renderizada pela plataforma Ogre 3D . . . . . 53

Figura 39 – Arquitetura da integra¸c˜ao entre FPGA e GPU . . . . . . . . . . . . 54

Figura 40 – Sistema integrado entre FPGA e GPU em funcionamento . . . . . . 55

Figura 41 – Gera¸c˜ao do mesmo est´ımulo com duas amostragens . . . . . . . . . . 58

Figura 42 – Experimento realizado com gerador baseado em FIFO . . . . . . . . 59

Figura 43 – Raster do experimento realizado pelo gerador baseado em FIFO . . . 60

Figura 44 – Compara¸c˜ao entre os PSTH dois sistemas . . . . . . . . . . . . . . . 60

Figura 45 – Sistema em funcionamento apresentando padr˜ao natural´ıstico . . . . 61

Figura 46 – Histograma de intervalos . . . . . . . . . . . . . . . . . . . . . . . . 62

Figura 47 – Cabo do gerador de est´ımulos visuais. . . . . . . . . . . . . . . . . . 79

Figura 48 – RTL do gerador de est´ımulos baseado em FIFO . . . . . . . . . . . . 81

Figura 49 – RTL da gera¸c˜ao do clock de v´ıdeo . . . . . . . . . . . . . . . . . . . 81

Figura 50 – RTL do gerador de dois monitores: Parte do kit DE3 . . . . . . . . . 82

Figura 51 – RTL do gerador de dois monitores: Parte do kit DE2 . . . . . . . . . 83

Sum´ario

1 Introdu¸c˜ao 15

1.1 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

1.2 O olho composto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

1.3 O sistema visual da mosca . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

1.4 Uso de tubos de raios cat´odicos em neurociˆencias . . . . . . . . . . . . . . 21

1.5 T´ecnicas atuais de estimula¸c˜ao visual de insetos . . . . . . . . . . . . . . . 24

2 O Experimento 27

2.1 Prepara¸c˜ao da mosca . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

2.2 Aquisi¸c˜ao de dados neurais . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

2.3 O est´ımulo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

3 Metodologia 35

3.1 Kits de desenvolvimento utilizados . . . . . . . . . . . . . . . . . . . . . . 35

3.2 Primeira abordagem: controle do monitor XY . . . . . . . . . . . . . . . . 38

3.3 Segunda abordagem: utiliza¸c˜ao do NIOS e uClinux . . . . . . . . . . . . . 39

3.4 Terceira abordagem: deslocamento da imagem baseado em FIFO . . . . . . 42

3.5 Quarta abordagem: controle de dois monitores . . . . . . . . . . . . . . . . 44

3.6 Quinta abordagem: veriﬁca¸c˜ao de erros e controle do cursor . . . . . . . . 46

3.7 Sexta abordagem: amplia¸c˜ao da capacidade horizontal . . . . . . . . . . . 48

3.7.1 A t´ecnica ‘Passos Artiﬁciais Entre-Pixels’ . . . . . . . . . . . . . . . 50

3.7.2 A arquitetura para gera¸c˜ao dos ‘Passos Artiﬁciais Entre-Pixels’ . . 51

3.8 S´etima abordagem: integra¸c˜ao entre FPGA e GPU . . . . . . . . . . . . . 52

4 Resultados e Discuss˜ao 57

4.1 ‘Deslocamento da imagem baseado em FIFO’ . . . . . . . . . . . . . . . . 57

4.2 ‘Amplia¸c˜ao da capacidade horizontal’ . . . . . . . . . . . . . . . . . . . . . 60

5 Conclus˜oes 63

Referˆencias 65

A Listagem dos c´odigos fonte em Matlab 69

B Listagem dos principais c´odigos fonte em Verilog 73

C Cabo de liga¸c˜ao entre FPGA e porta paralela 79

D Diagramas RTL 81

E Processo de Ornstein-Uhlenbeck 85

Lista de abreviaturas e siglas 87

1 Introdu¸c˜ao

1.1 Objetivos

Esse trabalho tem por objetivo desenvolver equipamentos geradores de est´ımulos vi-

suais para utiliza¸c˜ao em experimentos de neurociˆencia.

Nossa proposta consiste na utiliza¸c˜ao de monitores convencionais e no uso de tec-

nologia de hardware reconﬁgur´avel. Tal tecnologia deve possibilitar atender os requisitos

desejados, listados abaixo:

- Possibilitar que padr˜oes visuais natural´ısticos sejam exibidos com taxa de atualiza¸c˜ao

de quadros de 200 Hz;

- Permitir um controle preciso para o deslocamento do est´ımulo visual, da ordem de

mil pontos.

Ambos os requisitos devem ser atingidos com a cria¸c˜ao de uma arquitetura gr´aﬁca

espec´ıﬁca para gera¸c˜ao de v´ıdeo em tempo-real, contendo um registrador especial para

controle do deslocamento. Ser˜ao implementados ‘passos artiﬁciais entre-pixels’ usando

dois frame buﬀers de v´ıdeo, contendo respectivamente os pixels ´ımpares e pares da ima-

gem original a ser exibida. Espera-se que essa implementa¸c˜ao produza um efeito visual

capaz de dobrar a capacidade de posicionamento horizontal do gerador de est´ımulos. Pos-

teriormente ser´a realizada uma an´alise entre o est´ımulo e os sinais neurais.

O equipamento desenvolvido ser´a validado junto ao laborat´orio Dipteralab do IFSC-

USP, tendo seus resultados comparados com os equipamentos tradicionais utilizados nesse

laborat´orio.

1.2 O olho composto

A partir de f´osseis, na maioria trilobitas, n´os sabemos que os artr´opodes utilizam

olhos compostos desde a era cambriana, h´a cerca de 540 milh˜oes de anos atr´as. Olhos

compostos produzem uma vis˜ao em mosaico do ambiente, devido ao fato de que cada uma

das facetas (ou omat´ıdeos) do olho ´e direcionada para um ponto ligeiramente diferente no

espa¸co (Figura 1). A resolu¸c˜ao da imagem ﬁca, ent˜ao, limitada pelo n´umero de omat´ıdeos

e pelo ˆangulo entre eles.

Figura 1: Olho composto da mosca (1).

Existem ainda condi¸c˜oes diferentes para vis˜ao durante o dia e a noite. Insetos que

devem enxergar bem durante o dia possuem sete ou oito c´elulas foto-receptoras agrupadas

embaixo de cada lente dos omat´ıdeos. Essas c´elulas est˜ao dispostas de forma que suas

superf´ıcies coletoras de luz (os rabdˆomeros) s˜ao fundidas no centro de cada omat´ıdeo,

criando uma estrutura chamada Rabdoma, semelhante a um bastonete (Figura 2a).

Todo omat´ıdeo ´e encapsulado em um tubo de c´elulas de pigmento, de forma que raios

de luz que incidem em ˆangulos diferentes da orienta¸c˜ao do tubo s˜ao removidos (Figura

2b). Dessa forma muitos f´otons s˜ao perdidos, mas a resolu¸c˜ao ´e melhorada.

Figura 2: Como o olho da mosca (d)(e) difere dos olhos dos demais artr´opodes (a)(b)(c) (1).

Insetos que precisam enxergar bem durante a noite apresentam menor quantidade de

pigmentos no encapsulamento dos Rabdomas, permitindo que a luz proveniente de um

campo maior consiga atingir seus foto-receptores (Figura 2c). Isso aumenta a sensibili-

dade, por´em sacriﬁca a resolu¸c˜ao.

Muitos insetos conseguem deslocar as c´elulas de pigmento, conﬁgurando o olho com-

posto para trabalhar da melhor forma poss´ıvel, tanto de dia como `a noite (1).

A cerca de 100 milh˜oes de anos atr´as, a ordem Diptera (mosquitos e moscas) desen-

volveu um truque para conseguir maior resolu¸c˜ao de seus olhos compostos: eles separaram

os rabdˆomeros foto-receptores em cada omat´ıdeo, de forma que, ao inv´es de ver apenas

um ponto por omat´ıdeo, eles agora veriam sete (Figura 2d). Isso ´e chamado de olho

de superposi¸c˜ao neural, o que tamb´em envolveu algumas religa¸c˜oes dentro do c´erebro da

mosca (Figura 2e)(2).

Outro aspecto no olho composto da mosca ´e a resposta dos foto-receptores em fun¸c˜ao

da temperatura. Em 34

◦

C, a velocidade de resposta dos foto-receptores de uma mosca

Calliphora vicina ultrapassa o dobro da velocidade registrada aos 19

◦

C de temperatura

(3), conforme apresentado na Figura 3.

Figura 3: Tempo de resposta dos foto-receptores da mosca ap´os incidˆencia de ﬂash em fun¸c˜ao

da temperatura ambiente (3).

Um conceito importante relacionado ao tempo de resposta de qualquer sistema visual

biol´ogico ´e a Fus˜ao de Cintili¸c˜ao (Flicker Fusion), tamb´em conhecido como CFFT(Critical

Flicker Fusion Threshold). Ele determina (em Hz) o ponto limite no qual um animal

passa a ver uma luz estrobosc´opica como se fosse um feixe cont´ınuo. O valor da Fus˜ao de

Cintila¸c˜ao para moscas foi avaliado em 200 Hz (4), por´em, Tatler et al determinaram que

esse valor pode estar entre 400 e 500 Hz para temperaturas ambientes extremas de 34

◦

(3).

1.3 O sistema visual da mosca

As moscas povoam a Terra h´a mais de 300 milh˜oes de anos, tendo desde ent˜ao se

ramiﬁcado em mais de 125.000 esp´ecies. Isso faz com que as moscas sejam um dos grupos

animais mais bem-sucedidos em termos evolutivos no nosso planeta (5).

Assim como 3/4 das esp´ecies animais na face da Terra, as moscas possuem um in-

trincado sistema de olhos compostos. Numa mosca existem cerca de 50.000 omat´ıdeos

distribu´ıdos em ambos os olhos. Ao contr´ario do que ocorre no c´erebro de vertebrados,

um ´unico neurˆonio pode ser localizado e identiﬁcado v´arias vezes, e em diferentes moscas.

Isso permite a aquisi¸c˜ao de mais dados sobre neurˆonios em localiza¸c˜oes idˆenticas, por´em

em moscas distintas, proporcionando uma caracteriza¸c˜ao quantitativa mais conﬁ´avel em

termos estat´ısticos (6).

Cada omat´ıdeo da mosca ´e dotado de oito c´elulas foto-receptoras, denominadas de

R1 a R8. As c´elulas R1 a R6 de um mesmo omat´ıdeo possuem diferentes alinhamentos

´opticos. Isso permite que a luz que sai de um ponto espacial incida de forma que as

c´elulas foto-receptoras R1 a R6 dos omat´ıdeos vizinhos recebam a luz do mesmo ponto do

espa¸co do qual os foto-receptores R7 e R8 do omat´ıdeo central recebem (Figura 4). Os

foto-receptores cont´em organelas pigmentadas respons´aveis pela capta¸c˜ao da luz incidente

e sua convers˜ao em sinal el´etrico por meio de rea¸c˜oes qu´ımicas. Esse sinal el´etrico ´e

propagado pelos axˆonios de seu respectivo foto-receptor.

Conforme se avan¸ca para centros superiores de processamento visual, os mecanismos e

fun¸c˜oes exatas de suas estruturas tornam-se menos compreendidos, sendo alvos de intensa

pesquisa. H´a evidˆencias por meio de observa¸c˜oes da medula que sugerem que ela esteja

ligada `a computa¸c˜ao e extra¸c˜ao inicial de parˆametros visuais tais como velocidade, dire¸c˜ao,

orienta¸c˜ao e contraste do est´ımulo fornecido (7).

O sistema visual da mosca possui dois neurˆonios H1, um em cada hemisf´erio cerebral,

Figura 4: Corte de se¸c˜ao do olho composto (2).

que conectam as duas placas lobulares diretamente. Com uma ´arvore dendr´ıtica de ≈ 250

µm e um axˆonio medindo ≈ 1.200 µm de comprimento e ≈ 5 µm de diˆametro, as respostas

do sistema visual ocorrem na forma de potenciais de a¸c˜ao detect´aveis extracelularmente

ao longo do axˆonio e da ´arvore dendr´ıtica que se estendem pelo hemisf´erio oposto ao do

neurˆonio H1 e seu soma. Portanto podemos dizer que esse tipo de aquisi¸c˜ao ´e sens´ıvel

a movimentos ipsilaterais regressivos. Isso quer dizer que obtemos resposta m´axima do

neurˆonio ao estimular os olhos compostos do lado oposto ao hemisf´erio onde se d´a a

aquisi¸c˜ao do sinal, com movimentos horizontais de tr´as para frente em rela¸c˜ao `a cabe¸ca

da mosca, e obtemos uma resposta nula, com a inibi¸c˜ao do sinal, para movimentos na

dire¸c˜ao contr´aria (Figura 5).

Os neurˆonios H1 apresentam um per´ıodo refrat´ario de 2 ms. Isso quer dizer que ap´os

efetuar um disparo, o neurˆonio ﬁca inativo durante 2 ms, tempo esse necess´ario para sua

repolariza¸c˜ao (8).

Muitas pesquisas j´a foram feitas em torno do H1 e, hoje em dia, h´a um modelo desse

tipo de neurˆonio consolidado em neurociˆencia, n˜ao apenas pela j´a mencionada facilidade

de identiﬁca¸c˜ao e pela resposta em spikes (disparos dos neurˆonios), mas tamb´em por

sustentar respostas a est´ımulos por longos per´ıodos de tempo e pelo fato da placa lobular

ser reconhecidamente um centro de computa¸c˜ao neural dos movimentos no entorno do

Figura 5: Sensitividade binocular dos neurˆonios H1 (l´obulos direito e esquerdo, respectivamente).

Seta cheia representa a dire¸c˜ao preferencial e seta vazia a dire¸c˜ao de inibi¸c˜ao (8).

animal, mantendo respostas estereotipadas e relativamente robustas (8). Apesar disso,

´e importante lembrar que, por mais estereotipada que sejam as respostas do H1, n˜ao se

observa uma repetibilidade, spike por spike, entre duas respostas do mesmo H1 para dois

est´ımulos idˆenticos. Ou seja, o H1 ´e apenas uma das v´arias partes do sistema complexo

que ele constitui, sendo que cada resposta que se mede e analisa nele ´e resultado de muitos

outros processamentos complexos realizados nas estruturas descritas anteriormente.

Uma das caracter´ısticas mais not´aveis do sistema visual da mosca, e t´ıpica desse tipo

de sistemas, ´e seu alto grau de ﬂexibilidade, sendo capaz de adaptar sua dinˆamica conforme

a estat´ıstica do est´ımulo fornecido, de forma a otimizar a transmiss˜ao de informa¸c˜oes (9).

1.4 Uso de tubos de raios cat´odicos em neurociˆencias

Tubos de raios cat´odicos (CRT)(Figura 6) tˆem se tornado uma condi¸c˜ao sine qua

non para a pesquisa experimental em vis˜ao. Por´em, largura de banda, ajuste de alta

voltagem, persistˆencia do f´osforo e taxas de atualiza¸c˜ao constituem limita¸c˜oes que afetam

a aparˆencia das imagens apresentadas nos CRTs. O efeito conjunto de todos esses fatores

pode resultar em uma imagem na tela signiﬁcativamente diferente da imagem nominal

que se deseja apresentar (10).

Figura 6: Estrutura interna do monitor CRT com deﬂex˜ao eletromagn´etica: 1: Trˆes canh˜oes de

el´etrons (para os pontos de f´osforo vermelho, verde e azul); 2: Feixes de el´etrons; 3: Bobinas

de foco; 4: Bobinas de deﬂex˜ao; 5: Conex˜ao do ˆanodo; 6: M´ascara de separa¸c˜ao dos feixes

vermelho, verde e azul; 7: Camada de f´osforo com regi˜oes vermelhas, verdes e azuis; 8: Vis˜ao

ampliada do lado interno da tela, coberto com camada de f´osforo (11).

Experimentos com vis˜ao em neurociˆencias freq

uentemente for¸cam os CRT’s at´e o

limite, ao necessitarem, por exemplo, de altas taxas de exibi¸c˜ao de quadros por segundo.

Um problema decorrente do uso de altas taxas de atualiza¸c˜ao ´e, no caso do tempo de

dura¸c˜ao do quadro ser menor que o tempo de decaimento do f´osforo, a fus˜ao da imagem

apresentada com a luminˆancia residual do quadro anterior (10). A ﬁm de evitar esse

problema, deve-se ter em mente que n˜ao ´e poss´ıvel apresentar est´ımulos cujos per´ıodos

sejam menores do que o tempo de decaimento do pigmento de cor do monitor. A Tabela

1 apresenta os tempos de decaimento dos f´osforos mais comuns nos monitores coloridos,

em rela¸c˜ao percentual ao valor atingido durante o pico de luminosidade.

Zele et al. (13) demonstraram que, para experimentos em neuroﬁsiologia, tubos de

raios cat´odicos podem produzir artefatos sobre o sinal que se deseja transmitir. Em

suas conclus˜oes, apontam que o uso de taxa de atualiza¸c˜ao de quadros com freq

uˆencias

maiores do que 100 Hz contribuem para a diminui¸c˜ao da gera¸c˜ao de ru´ıdo. Testando

Tabela 1: Tempo de decaimento dos f´osforos mais comuns (10)(12).

F´osforo 10% 1% 0.1%

P22r 1,5 ms - -

P22g 6,0 ms - -

P22b 4,8 ms - -

P4 0,060 ms 0,22 ms 1,25 ms

P104 0,060 ms 0,65 ms 3,50 ms

P45 1,5 ms 2,8 ms 4,25 ms

monitores RGB convencionais, eles tamb´em avaliaram o tempo de decaimento de uma

tr´ıade (conjunto formado pelos trˆes pigmentos de f´osforo colorido em um pixel), ativada

de forma acrom´atica (branca) e com luminˆancia uniforme de 60 cd.m

−2

, utilizando um

espectroradiˆometro, com diferentes aberturas. Os resultados s˜ao apresentados na (Figura

7).

Figura 7: Tempo de ativa¸c˜ao do f´osforo em uma tr´ıade acrom´atica do monitor RGB: linha

cont´ınua representa abertura de 2’ de arco no detector e a linha pontilhada representa abertura

de 1

(13).

1.5 T´ecnicas atuais de estimula¸c˜ao visual de insetos

1. Picasso

O gerador de est´ımulos Picasso, apresentado na Figura 8 n˜ao foi especiﬁcamente de-

senvolvido para esta ﬁnalidade. Trata-se na verdade de um sintetizador de imagens

muito vers´atil, que serviu bem aos ﬁns da comunidade cient´ıﬁca.

Figura 8: Gerador de est´ımulos visuais Picasso (14).

A Figura 9 apresenta um padr˜ao criado por Reinagel et al (15) utilizando o sinteti-

zador Picasso, com uma taxa de 200 quadros por segundo.

Figura 9: Padr˜ao gerado pelo Picasso (15).

Borst (16), Flanagin (14) e Warzecha (17) tamb´em utilizam o Picasso para gera¸c˜ao

de est´ımulos visuais para moscas, com taxas de repeti¸c˜ao de quadros entre de 180 e

200 quadros por segundo, utilizando monitores XY (de deﬂex˜ao eletrost´atica).

2. ViSaGe

O ViSaGe ´e um sistema que utiliza uma mistura de tecnologias de prateleira (como

placas de v´ıdeo com tecnologia PCI-Express) com hardwares dedicados, como con-

trole de sinais de entrada e sa´ıda e conversores A/D e D/A. Este sistema, apresentado

na Figura 10, opera apenas com monitores de tubo convencionais (18).

Figura 10: Gerador de est´ımulos visuais ViSaGe (19).

Ele apresenta resolu¸c˜oes da ordem de 512x480 pixels, com taxa de apresenta¸c˜ao de

quadros da ordem de 180 Hz.

E muito utilizado em experimentos de psicologia com

humanos ou em experimentos de monitora¸c˜ao de atividade no c´ortex de pequenos

mam´ıferos (6). Possui um Dot Clock de 160 MHz e uma resolu¸c˜ao de sa´ıda de 14

bits, com uma mem´oria para sobreposi¸c˜ao de quadros de 16 MB.

3. FliMax

FliMax (Figura 11) ´e um sistema de gera¸c˜ao de est´ımulo visual da Universidade de

Groningen, que possui um display com 7000 LEDs. Este sistema utiliza circuitos

sample-and-hold para converter o sinal de uma placa VGA que controla o painel de

LEDs. A vantagem do FliMax ´e que, ao contr´ario dos monitores XY, a apresenta¸c˜ao

de uma imagem constante n˜ao depende da taxa de refresh, e a taxa de atualiza¸c˜ao

da imagem apresentada chega a 370Hz, sendo que a imagem gerada abrange um

campo visual maior (20).

Figura 11: Gerador de est´ımulos visuais FliMax (21).

4. VSImG

Desenvolvido por Almeida (22), o VSGImG foi uma parte de sua pesquisa de

mestrado, em conjunto com outros m´odulos para obten¸c˜ao e processamento dos

sinais neurais captados do duto ´optico da mosca.

O VSGImG ´e apresentado na Figura 12, no qual vemos a mosca em frente a um

monitor XY (de deﬂex˜ao eletrost´atica), sendo apresentado e ela um padr˜ao de c´odigo

de barras a uma taxa de 500 quadros por segundo.

Figura 12: Gerador de est´ımulos visuais VSImG (22).

Este padr˜ao, que possui resolu¸c˜ao de 256x256 pixels e 256 n´ıveis de intensidade,

´e deslocado horizontalmente (a ﬁm de gerar os est´ımulos desejados) feito de forma

anal´ogica, atrav´es da aplica¸c˜ao de um tens˜ao de entrada junto ao canal de varredura

horizontal, o que permite um deslocamento muito suave da imagem.

2 O Experimento

O experimento consiste na apresenta¸c˜ao de um est´ımulo visual controlado com uma

distribui¸c˜ao de velocidades horizontais conhecida, em um monitor CRT de deﬂex˜ao eletro-

magn´etica. O neurˆonio H1 responder´a a esse tipo de movimento com a gera¸c˜ao de spikes

(23), que ser˜ao captados extracelularmente por um micro-eletrodo. Ap´os a ampliﬁca¸c˜ao,

ﬁltragem e discrimina¸c˜ao adequada do sinal captado, os instantes t

de cada spike ser˜ao

armazenados no computador, para posterior an´alise, conforme apresentado no diagrama

em bloco da Figura 13.

Figura 13: Diagrama em bloco do experimento completo.

2.1 Prepara¸c˜ao da mosca

As diferen¸cas anatˆomicas e estruturais entre o sistema visual de moscas machos e

fˆemeas s˜ao conhecidas (24), embora ainda n˜ao se saiba exatamente como isso afeta o

processamento da informa¸c˜ao visual e qu˜ao diferenciado ele resulta. Por isso, todos os

experimentos foram realizados em moscas fˆemeas, por possu´ırem um H1 de localiza¸c˜ao

mais f´acil.

Primeiramente, a mosca ´e preparada para uma microcirurgia atrav´es de sua imobi-

liza¸c˜ao com cera, posicionamento da mosca no suporte e posicionamento adequado da

cabe¸ca. Para manter a mosca viva por um longo per´ıodo de tempo - que pode chegar a

uma semana, em condi¸c˜oes ambientais favor´aveis - ´e inserido um tubo de alimenta¸c˜ao no

suporte que ﬁca ao alcance da boca da mosca, fornecendo-lhe ´agua com a¸c´ucar quando

necess´ario (Figura 14).

Figura 14: Mosca imobilizada para o experimento (25).

Com um microsc´opio e um micro-bisturi, num exerc´ıcio de habilidade motora s˜ao feitas

incis˜oes seguidas pela remo¸c˜ao do exoesqueleto protetor na parte posterior da cabe¸ca

da mosca. O interior da cabe¸ca ﬁca ent˜ao exposto, e com um micro-gancho rompe-se

um m´usculo transparente de dif´ıcil visualiza¸c˜ao, localizado ao longo do canto interno

do hemisf´erio exposto. Se isso n˜ao for feito adequadamente, a aquisi¸c˜ao de dados ´e

comprometida, pois esse m´usculo ´e uma grande fonte de ru´ıdos devido a suas contra¸c˜oes

peri´odicas. Ainda com o gancho, remove-se cuidadosamente o tecido protetor que recobre

as camadas do c´erebro.

E posicionado ent˜ao o ﬁo de referˆencia no canto inferior externo

da cabe¸ca da mosca (Figura 15).

Figura 15: Cabe¸ca da mosca exposta. Detalhe no zoom: traqu´eias respirat´orias e posi¸c˜ao prov´avel

do sinal ´otimo do H1 (invis´ıvel a olho nu) (25).

A pr´oxima etapa consiste na localiza¸c˜ao do sinal do neurˆonio H1 com micro-eletrodo

extracelular. Essa tarefa pode durar at´e horas e exige experiˆencia e intui¸c˜ao por parte

do experimentador, uma vez que sua localiza¸c˜ao ´e feita “`as cegas” dentro de uma regi˜ao

de maior probabilidade de encontr´a-lo, com a ajuda da sa´ıda de ´audio ampliﬁcada do

sinal el´etrico captado (Figura 16). Uma vez localizado o sinal do neurˆonio, s˜ao realizados

micro-ajustes do micro-eletrodo, a ﬁm de ampliﬁcar o sinal e reduzir o ru´ıdo proveniente

de outros neurˆonios e de traqu´eias respirat´orias que se encontram na regi˜ao (Figura 17).

Figura 16: Inser¸c˜ao do micro-eletrodo extracelular no c´erebro da mosca. Esq: Mosca posicionada

para localiza¸c˜ao do sinal. Dir: micro-eletrodo inserido com sinal detectado (25).

Figura 17: Tela do oscilosc´opio: sinal captado e discriminado em tempo-real (26).

2.2 Aquisi¸c˜ao de dados neurais

Forneceremos a seguir uma vis˜ao geral da instrumenta¸c˜ao utilizada no sistema de

aquisi¸c˜ao de dados neurais, que vem sendo desenvolvida e aperfei¸coada no DipteraLab (27)

desde 1998. Toda a instrumenta¸c˜ao de aquisi¸c˜ao foi desenvolvida por nosso laborat´orio de

instrumenta¸c˜ao aplicada, exclusivamente para a realiza¸c˜ao desse tipo de experimento (22).

A aquisi¸c˜ao do sinal pode ser dividida em cinco etapas principais, que apresentaremos na

Figura 18 a seguir.

Figura 18: As cinco principais etapas na aquisi¸c˜ao do sinal: 1: Capta¸c˜ao; 2: Ampliﬁca¸c˜ao; 3:

Filtragem; 4: Discrimina¸c˜ao; 5: Registro dos tempos de ocorrˆencia (22).

1. Capta¸c˜ao: Como em nossa pesquisa estamos interessados apenas nos spikes dis-

parados pelo neurˆonio H1 em resposta ao est´ımulo fornecido, foi feita a op¸c˜ao de

aquisi¸c˜ao extracelular do sinal, onde o micro-eletrodo ´e posicionado numa regi˜ao

externa por´em pr´oxima ao neurˆonio de interesse. Essa t´ecnica, sendo menos inva-

siva, permite a aquisi¸c˜ao de sinais neuronais mais pr´oximos poss´ıveis das condi¸c˜oes

naturais de funcionamento do H1, sem comprometer seriamente a dinˆamica interna

da c´elula e permitindo um n´ıvel de detalhe adequado ao que nos interessa.

Figura 19: Posicionamento ideal do micro-eletrodo extracelular em rela¸c˜ao ao neurˆonio H1. Note

que se trata de uma montagem, uma vez que em condi¸c˜oes naturais o H1 n˜ao ´e vis´ıvel a olho nu

(25).

No meio extraﬁsiol´ogico, a intensidade do sinal propagado em volta do axˆonio do

neurˆonio H1 devido ao spike ´e da ordem de 20 - 100 µV. A capta¸c˜ao desse sinal

foi feita por meio de um micro-eletrodo de tungstˆenio marca FHC, pr´oprio para

esse tipo de experimento. Esse micro-eletrodo tem seu corpo revestido por verniz

isolante de epoxi, sendo que apenas sua ponta ﬁca exposta. Teremos uma maior ou

menor seletividade do sinal pelo micro-eletrodo conforme a ´area exposta da ponta.

Dado o grande n´umero de neurˆonios que disparam em resposta aos est´ımulos visuais,

´e importante ter um alto grau de seletividade de sinal, a ﬁm de podermos captar

essencialmente o sinal de interesse. Assim, no nosso caso procuramos usar micro-

eletrodos com ´areas expostas menores, que garantem uma maior seletividade dos

sinais por´em com uma maior resistˆencia el´etrica em contrapartida - que com esses

n´ıveis de sinais neurais n˜ao contribuir´a signiﬁcativamente com ru´ıdos t´ermicos. As

impedˆancias dos micro-eletrodos utilizados variaram entre 2,7 - 5 M Ω.

2. Ampliﬁca¸c˜ao: A ampliﬁca¸c˜ao se dar´a em duas etapas:

Ampliﬁcador Diferencial: Foi utilizado um ampliﬁcador de instrumenta¸c˜ao

que se encontra localizado imediatamente ap´os o micro-eletrodo. Isso ´e feito

para evitar a interferˆencia de mais ru´ıdos ao longo da transmiss˜ao de um sinal

sem ampliﬁca¸c˜ao. As duas entradas desse ampliﬁcador ser˜ao dadas pelo micro-

eletrodo, posicionado numa regi˜ao de m´axima proximidade ao neurˆonio H1,

e pelo ﬁo de referˆencia, tamb´em posicionado dentro da cabe¸ca da mosca de

forma sim´etrica ao micro-eletrodo - em geral, no canto inferior da cabe¸ca aberta

(Figura 19). Essa conﬁgura¸c˜ao permitir´a a elimina¸c˜ao de ru´ıdos comuns a essas

duas entradas. O ampliﬁcador tamb´em atua como um ﬁltro passa alta, para

freq

uˆencias acima de 300 Hz, tendo conseq

uentemente como sa´ıda um sinal

AC. Essa sa´ıda ter´a um ganho de voltagem de 100 vezes.

Ampliﬁcador Inversor: Nessa etapa, foi utilizado um ampliﬁcador operaci-

onal de baixo ru´ıdo, que ampliﬁcar´a o sinal tamb´em em 100 vezes e cuja sa´ıda

ser´a direcionada para o rack principal.

Ao ﬁm da etapa de ampliﬁca¸c˜ao, o sinal ter´a sido ampliﬁcado cerca de 10.000 vezes,

atingindo ent˜ao a ordem de 1 volt, e j´a tendo sido pr´e-ﬁltrado.

3. Filtragem: Para esse prop´osito, foram usados ﬁltros ativos passa alta (freq

uˆencia

de corte = 300 Hz ) e passa baixa (freq

uˆencia de corte = 7 kHz), conformando

um ﬁltro passa-banda que reﬁna mais a banda de freq

uˆencias desejadas, eliminando

componentes de altas e de baixas freq

uˆencias.

4. Discrimina¸c˜ao: O sinal antes de ser efetivamente discriminado passa por um mo-

nitor de ´audio que permite um monitoramento sonoro do sinal, que ser´a de grande

valia na prepara¸c˜ao do experimento, durante a localiza¸c˜ao do H1. A discrimina¸c˜ao

se d´a por meio de um discriminador de janela de amplitude ajust´avel, com um li-

miar inferior (LI) e superior (LS) (Figura 18). Se o sinal estiver fora desse intervalo

(tanto para mais como para menos), nada acontece. Se o sinal estiver dentro dessa

janela de amplitude, isso elicita um pulso digital com largura ﬁxa de 10 µs. Temos

assim a digitaliza¸c˜ao do sinal captado por discrimina¸c˜ao, onde se atribue o valor 1

para cada pulso gerado pelo discriminador e um valor 0 quando nada ´e detectado.

5. Registro dos tempos de ocorrˆencia: Nessa etapa, para cada spike (= 1) ser´a

atribu´ıdo seu respectivo instante temporal t

. No sistema de aquisi¸c˜ao utilizado em

nossos experimentos, isso foi feito com o auxilio do ’Registro de tempo de ocorrˆencia’

(Figura 13), cujo rel´ogio tem resolu¸c˜ao de 1 µs. O instante de cada disparo ser´a

registrado num arquivo de dados, no computador hospedeiro.

2.3 O est´ımulo

O est´ımulo visual ´e realizado movendo-se uma imagem ﬁxa de maneira horizontal,

com velocidade v(t). N´os discretizamos o tempo em intervalos denominados bins, com 5

ms, valor pr´oximo ao per´ıodo refrat´ario dos neurˆonios H1 (2 ms). A mosca ent˜ao vˆe um

novo quadro no monitor a cada δt = 5 ms, o qual muda sua posi¸c˜ao δx de acordo com

δx(t) = v(t)δt.

A velocidade v(t) ´e gerada por um processo Ornstein-Uhlenbeck com tempos de corre-

la¸c˜ao τ

= 20 ms. Esse processo ´e detalhado no Apˆendice E. O est´ımulo ´e tomado a partir

de uma distribui¸c˜ao gaussiana com fun¸c˜ao de correla¸c˜ao C(t) = e

−t/τ

. O experimento

dura 20 minutos, consistindo de trechos repetidos com dura¸c˜ao de 10 segundos. Em cada

trecho, nos primeiros 5 segundos o mesmo est´ımulo ´e apresentado, sendo que nos pr´oximos

5 segundos a mosca vˆe um est´ımulo diferente, assim como apresentado na Figura 20.

Figura 20: Est´ımulo: velocidades horizontais para o deslocamento de uma imagem ﬁxa. Os

primeiros 5 segundos constituem o est´ımulo a ser repetido, e os demais 5 segundos constituem

um padr˜ao aleat´orio, para evitar a adapta¸c˜ao do sistema visual da mosca (23).

3 Metodologia

Nesse cap´ıtulo s˜ao detalhados os materiais utilizados, e s˜ao apresentadas as diversas

abordagens utilizadas para tratar o problema da gera¸c˜ao de est´ımulos visuais para o estudo

de neurociˆencia com insetos. Durante todo o projeto, a linguagem de desenvolvimento

utilizada foi o Verilog (28).

3.1 Kits de desenvolvimento utilizados

A maior parte da eletrˆonica utilizada foi baseada em kits de desenvolvimento de

FPGA. Nas diferentes abordagens, foram utilizados chips dos dois principais fabricantes

mundiais: as empresas Altera e Xilinx. Os softwares de desenvolvimento utilizados foram

o Quartus 9.0 e o ISE Design Suite 10.1. A Figura 21 apresenta o kit DE2, com chip

FPGA da familia Cyclone II da Altera. Trata-se do kit mais popular no meio acadˆemico,

al´em de possuir custo acess´ıvel. Suas caracter´ısticas mais relevantes para as ﬁnalidades

do projeto s˜ao listadas a seguir.

FPGA Altera Cyclone II EP2C35F672C6 com 33.216 elementos l´ogicos, 483.840 bits

de mem´oria, 4 PLLs e 475 pinos;

Mem´oria SRAM com 512 Kbytes (tempo de acesso de 10 ns);

Figura 21: Kit de desenvolvimento DE2 (29).

Mem´oria SDRAM com 8 Mbytes;

DAC de v´ıdeo com 10 bits por canal e com banda de 140 MHz (modelo ADV7123);

Interfaces Ethernet e USB em hardware;

Conectores de expans˜ao IDC-40, mapeados como General Purpose I/O (GPIO).

Na linha das FPGAs mais avan¸cadas atualmente, encontra-se a fam´ılia Stratix III da

Altera. A Figura 22 apresenta o kit DE3, do fabricante Terasic. Seu custo ´e considera-

velmente elevado, e suas caracter´ısticas principais s˜ao listadas a seguir.

FPGA Altera Stratix III EP3SL150F1152C2 com 170.400 elementos l´ogicos, 5.630.976

bits de mem´oria, 8 PLLs e 744 pinos;

Conectores de expans˜ao IDC-40, mapeados como General Purpose I/O (GPIO);

Conectores HSTC de alta velocidade.

Al´em de possuir uma grande quantidade de elementos l´ogicos e bits de mem´oria, o kit

DE3 possui PLLs s˜ao mais avan¸cadas, permitindo o ajuste de freq

uˆencias intermedi´arias

com maior precis˜ao e estabilidade. Os conectores HSTC apresentam uma grande quanti-

dade de pinos, sendo que cada um dos quatro conectores encontrados no kit pode se ligar

a um adaptador com trˆes conectores IDC-40 na modalidade GPIO. Al´em das conex˜oes

para aterramentos e alimenta¸c˜oes, temos a possibilidade de ligar cerca de 400 pinos de

entrada e sa´ıda `a esse kit, ao passo que, o modelo DE2 permite a conex˜ao de pouco mais

de 60 pinos.

Figura 22: Kit de desenvolvimento DE3 com adaptador HSTC para GPIO (29).

A Figura 23 apresenta o kit de desenvolvimento ML505 da Xilinx. Esse kit possui

FPGA da familia Virtex-5 e tamb´em faz parte da linha de modelos mais avan¸cados da

atualidade, al´em de possuir conex˜ao para barramento PCI-Express.

FPGA Xilinx Virtex-5 XC5VLX50T;

Conector PCI Express Edge Connector (x1 Endpoint);

Sa´ıda VGA/DVI;

Gerador de clock de sistema program´avel.

O uso do barramento PCI-Express como duto para troca de dados entre o computa-

dor hospedeiro e a instrumenta¸c˜ao desenvolvida representa o maior atrativo desse kit de

desenvolvimento. Seu custo ´e intermedi´ario dentre os custos dos kits descritos anterior-

mente.

Figura 23: Kit de desenvolvimento ML505 da Xilinx (30).

3.2 Primeira abordagem: controle do monitor XY

No in´ıcio do desenvolvimento, estipulou-se a necessidade de averiguar como as FPGAs

iriam se comportar frente `a tarefa de gera¸c˜ao de sinais de v´ıdeo com altas taxas de

amostragem. Caracter´ısticas inerentes `as FPGAs, como atrasos de clock (clock skew),

glitches durante cruzamentos de dom´ınios de clock, metaestabilidade, jitter, dentre out-

ras, colocavam em d´uvida se as mesmas seriam capazes de realizar essa tarefa de forma

adequada e sem a introdu¸c˜ao de artefatos visuais.

Uma possibilidade seria tentar gerar um padr˜ao de imagem nos monitores XY veto-

riais atualmente utilizados em nosso laborat´orio, com taxa de 500 quadros por segundo.

Foi projetado ent˜ao um processador gr´aﬁco simpliﬁcado, e um padr˜ao de barras foi ar-

mazenado em uma LUT implementada utilizando os bits de mem´oria internos da FPGA.

Para esse experimento, foi utilizado o kit DE2. Como a sa´ıda do DAC de v´ıdeo desse

kit atua na faixa anal´ogica do sinal de v´ıdeo, entre 0 e 1 volt, circuitos eletrˆonicos foram

constru´ıdos externamente ao kit com a ﬁnalidade de de gerar as amplitudes da ordem de 0

a 10 volts, necess´arias ao controle do monitor XY. A Figura 24 apresenta esse experimento

em funcionamento.

Figura 24: Gerador de est´ımulos visuais operando em monitor XY.

3.3 Segunda abordagem: utiliza¸c˜ao do NIOS e uClinux

Uma vez comprovada a capacidade das FPGAs em gerar e manter os sinais de sin-

cronismo da varredura do v´ıdeo, mesmo com altas taxas de amostragem (como foi com-

provado na se¸c˜ao anterior), a pr´oxima etapa no desenvolvimento do projeto consistia em

estabelecer uma forma de enviar informa¸c˜oes a partir de um computador hospedeiro para

o sistema, de forma est´avel e robusta.

Dada a necessidade de enviar o padr˜ao de imagem a ser exibido, doravante denomi-

nado simplesmente por monet, assim como as informa¸c˜oes sobre o deslocamento a ser

realizado na imagem, foi utilizada uma abordagem muito atual, na qual um processador

baseado em s´ıntese l´ogica (softcore) foi utilizado e, sobre o mesmo, foi executado o sis-

tema operacional uClinux (31). A mem´oria externa SDRAM (8 Mbytes) foi utilizada

pelo sistema operacional embarcado, e a imagem do sistema de arquivos foi carregada

diretamente, por meio da interface JTAG.

A arquitetura do processador gr´aﬁco, desenvolvida anteriormente, foi adaptada para

uso em monitores CRT de deﬂex˜ao eletromagn´etica (com gera¸c˜ao de sincronismos horizon-

tal e vertical), operando inicialmente em 150 Hz. Foram acrescentadas l´ogicas adicionais

para realiza¸c˜ao do deslocamento da imagem, com base em registradores de entrada espec´ı-

ﬁcos para essa ﬁnalidade. Tamb´em foi adicionada l´ogica para gera¸c˜ao de uma sa´ıda com

a ﬁnalidade de indicar a mudan¸ca de quadros na gera¸c˜ao do v´ıdeo (sincronismo vertical).

Figura 25: Arquitetura do gerador de est´ımulos utilizando uClinux.

Nessa arquitetura, o monet ´e carregado diretamente por interm´edio de uma l´ogica de

controle, operando por meio da porta USB. O processador softcore NIOS II ﬁca, ent˜ao,

encarregado de receber os est´ımulos pela interface Ethernet e repass´a-los para o proces-

sador gr´aﬁco (utilizando um porto de entrada e sa´ıda em seu barramento, padr˜ao Avalon),

cada vez que esse ´ultimo gera uma interrup¸c˜ao indicando requisi¸c˜ao de novo quadro.

O sistema operacional uClinux ﬁca encarregado do gerenciamento da rede TCP/IP, em

execu¸c˜ao sobre a interface Ethernet, e tamb´em pelo gerenciamento das mem´orias FIFO,

dentro do espa¸co do kernel, as quais mant´em as informa¸c˜oes dos est´ımulos at´e que um

pedido de interrup¸c˜ao seja realizado.

Os arquivos de est´ımulo s˜ao ent˜ao acessados diretamente pela rede, utilizando mapea-

mento de disco por NFS. Um aplicativo rodando no espa¸co do usu´ario realiza as leituras

dos est´ımulos, repassando os dados das mesmas a um m´odulo do kernel especialmente

desenvolvido para essa aplica¸c˜ao, conforme ilustrado na Figura 26.

Figura 26: Rela¸c˜ao entre os espa¸cos do usu´ario e do kernel: acesso aos registradores

O c´odigo fonte completo do processador gr´aﬁco ´e apresentado no Apˆendice B. Um

estudo completo e detalhado sobre a utiliza¸c˜ao do sistema operacional uClinux sobre o

processador NIOS II ´e detalhado pelo autor em (32).

3.4 Terceira abordagem: deslocamento da imagem

baseado em FIFO

Na se¸c˜ao anterior foi explorada uma das formas de realizar a interface entre um sis-

tema utilizando FPGA com um computador hospedeiro. Outra maneira de implementar

essa interface se faz com a elabora¸c˜ao um tipo de circuito eletrˆonico customizado, tamb´em

chamado de “glue logic”, no qual a FPGA se torna uma ponte entre o computador hos-

pedeiro e os perif´ericos que se pretende controlar. Nessa abordagem, ´e utilizada a pr´opria

FPGA como ponte entre o computador hospedeiro e o processador gr´aﬁco.

A Figura 27 apresenta a arquitetura dessa nova abordagem. Assim como na abor-

dagem anterior, o monet continua sendo carregado pela interface USB, em uma mem´oria

RAM de duas portas, cuja a segunda porta ´e controlada diretamente pelo processador gr´a-

ﬁco, o qual realiza a requisi¸c˜ao do valor do pixel correspondente ao instante da varredura.

O processador softcore foi substitu´ıdo por uma mem´oria FIFO de clock duplo, criada

por meio da Megafun¸c˜ao DC-FIFO (33), um IP Core fornecido pela Altera. De um lado

da FIFO, o computador hospedeiro, utilizando a porta paralela em modo padr˜ao (SPP),

envia os est´ımulos. O clock de escrita ´e determinado pelo computador, o qual tamb´em

monitora um ﬂag que indica quando a FIFO est´a preenchida pela metade.

Figura 27: Arquitetura do gerador de est´ımulos baseado em FIFO.

Do outro lado da FIFO, o clock de leitura ´e determinado pelo dot-clock do proces-

sador gr´aﬁco, o que evita problemas de clock-skew, dada a mudan¸ca de dom´ınios de clock.

Embora o dot-clock seja alto (84,164 MHz), os dados de est´ımulo que informam o desloca-

mento do v´ıdeo s˜ao liberados apenas ap´os o recebimento do sinal de mudan¸ca de quadro

(sincronismo vertical) com taxa de 200 Hz, gerado a partir de uma sa´ıda registrada no

processador gr´aﬁco.

C´odigo 1 Sa´ıda registrada do sinal de sincronismo vertical.

output reg VERT_out;

reg VERT_in;

always@(posedge iCLK)

begin

VERT_out<=VERT_in;

end

Como o sinal de sincronismo vertical (originalmente desenvolvido para atender as

exigˆencias da temporiza¸c˜ao do v´ıdeo) era muito longo, a FIFO apresentava problemas em

seu funcionamento, esporadicamente liberando mais de um dado e causando ﬂickers no

sistema gerador de est´ımulos.

Uma solu¸c˜ao encontrada foi a utiliza¸c˜ao da fun¸c˜ao PULSO, a qual gera um pulso curto

quando uma borda de subida ´e detectada. Seu c´odigo ´e descrito a seguir e sua arquitetura

´e apresentada na Figura 28.

C´odigo 2 Fun¸c˜ao PULSO para gerar um pulso curto quando uma borda de subida ´e

detectada.

module pulso(output reg pulse_out, input trigger_in, input clk);

reg delay;

always @ (posedge clk)

begin

if (trigger_in && !delay) pulse_out <= 1’b1;

else pulse_out <= 1’b0;

delay <= trigger_in;

end

endmodule

Nessa abordagem foram utilizados kits DE2 e DE3, conforme mostrado pela Figura 29.

Por´em, toda a arquitetura foi implementada utilizando-se apenas o kit DE2. O kit DE3

Figura 28: Arquitetura da fun¸c˜ao PULSO, para gerar um pulso curto quando uma borda de

subida ´e detectada.

foi utilizado apenas para gera¸c˜ao do dot-clock, uma vez que suas PLLs, mais elaboradas,

permitem a convers˜ao do clock do sistema (50 MHz) para o dot-clock (84,164 MHz). Os

diagramas RTL das implementa¸c˜oes de ambos os kits se encontram no Apˆendice D.

Figura 29: Gerador de est´ımulos baseado em FIFO em funcionamento.

3.5 Quarta abordagem: controle de dois monitores

As pesquisas desenvolvidas no laborat´orio Dipteralab tamb´em envolvem a estimula¸c˜ao

independente de cada olho da mosca, com a aquisi¸c˜ao de dois sinais neurais e a apresen-

ta¸c˜ao de dois est´ımulos visuais independentes (34). A Figura 30 apresenta a arquitetura

utilizada em uma abordagem inicial para tratar dessa necessidade.

Figura 30: Arquitetura do gerador de dois monitores: utiliza¸c˜ao h´ıbrida dos kits DE2 e DE3.

Nessa arquitetura foram utilizados dois kits DE2 e um kit DE3. Dois processadores

gr´aﬁcos independentes foram implementados na FPGA Stratix, do kit DE3, comparti-

lhando do mesmo dot-clock. O acesso dos processadores gr´aﬁcos `as mem´orias de video e

aos DACs foi realizado por meio da interface GPIO. Como o objetivo dessa abordagem

era simplesmente averiguar o controle de dois monitores simultˆanetamente, n˜ao foram

inseridas as FIFOs de est´ımulo na arquitetura. Na Figura 31, que mostra o sistema em

funcionamento, ´e poss´ıvel observar todos os kits conectados por cabos IDC de 40 vias

(mesmo padr˜ao dos cabos de hard disks IDE).

Figura 31: Gerador de est´ımulos de dois monitores em funcionamento.

3.6 Quinta abordagem: veriﬁca¸c˜ao de erros e con-

trole do cursor

Nas abordagens anteriores, n˜ao houve preocupa¸c˜ao com a veriﬁca¸c˜ao da validade dos

dados do est´ımulo. Tamb´em n˜ao era poss´ıvel realizar o envio de outros tipos de est´ımulo,

al´em da informa¸c˜ao de deslocamento. A ﬁm de tratar dessas quest˜oes, foi desenvolvida

uma arquitetura para um controlador de comunica¸c˜ao por meio do porto paralelo, per-

mitindo valida¸c˜ao dos dados e recebimento de outros tipos de est´ımulos (Figura 32).

Essa arquitetura foi desenvolvida para responder automaticamente `as requisi¸c˜oes do

porto paralelo do computador hospedeiro, quando conﬁgurado em modo EPP (35). Essa

arquitetura mant´em um registrador especial para armazenar o valor do checksum (soma de

todos os bytes) dos valores recebidos. Esse registrador ´e automaticamente recalculado na

FPGA, sendo fornecido ao computador de controle, sempre que requerido. O computador,

por sua vez, mant´em seu pr´oprio controle de checksum, a ﬁm de veriﬁcar se os valores s˜ao

Figura 32: Arquitetura de comunica¸c˜ao e veriﬁca¸c˜ao de erros.

coincidentes.

Os c´odigos das fun¸c˜oes em Matlab para comunica¸c˜ao com essa interface est˜ao listados

no Apˆendice A, e o c´odigo fonte em Verilog do controlador EPP encontra-se listado no

Apˆendice B.

Uma vez que o controlador EPP realiza o tratamento dos dados de chegada, pode-

se decidir o destino dos mesmos dentro do sistema. Nessa abordagem, optou-se por

implementar um cursor junto `a imagem do v´ıdeo. A posi¸c˜ao desse cursor ´e atualizada

pelo computador de controle, o qual especiﬁca que tipo de dado est´a sendo enviado, quer

seja um deslocamento horizontal ou as coordenadas do cursor.

A apresenta¸c˜ao de est´ımulos visuais mistos em diferentes camadas tem sido objeto

de discuss˜ao recente nas pesquisas em neurociˆencia da vis˜ao. A Figura 33 apresenta esse

sistema em funcionamento.

Figura 33: Controle do cursor em funcionamento.

3.7 Sexta abordagem: amplia¸c˜ao da capacidade ho-

rizontal

Nas abordagens realizadas at´e agora, o ´unico aspecto relacionado ao sistema visual

da mosca levado em considera¸c˜ao havia sido a taxa de amostragem, da ordem de 200

quadros por segundo. Essa se¸c˜ao visa analisar a forma como a resolu¸c˜ao espacial da

imagem apresentada ´e percebida pelos foto-receptores nos omat´ıdeos da mosca.

Inicialmente ´e necess´ario determinar o dot-pitch efetivo do monitor CRT utilizado.

Trata-se de um modelo Studioworks 221U da marca LG, com diˆametro de tela de 21

polegadas, banda de 250 MHz, resolu¸c˜ao m´axima de 1600x1200 pixels e dot-pitch nominal

de 0, 266mm (36). Para atingir a taxa de 200 quadros por segundo, ´e necess´ario reduzirmos

a resolu¸c˜ao do monitor, a ﬁm de n˜ao ultrapassar a banda de v´ıdeo suportada. Nesse

sistema utilizou-se ent˜ao a resolu¸c˜ao de 640x480 pixels.

Com essa resolu¸c˜ao, em um monitor com tela de 21 polegadas, obtemos um dot-pitch

efetivo de 0, 666mm, de acordo com a equa¸c˜ao 3.1, extra´ıda de Compton (12).

DOT P IT CH EF ET IV O =









horizontal



√

horizontal

+vertical

(diagonal∗25.4)





horizontal







(3.1)

Se considerarmos a estrutura de distribui¸c˜ao dos omat´ıdeos da mosca, veremos que

existe um alinhamento de um grau entre cada omat´ıdeo. Com a mosca posicionada a

uma distˆancia de 10cm (R = 100mm) da tela do monitor (Figura 34), e de acordo com a

equa¸c˜ao 3.2, obtemos x = 1, 745mm.

Figura 34: Estrutura dos omat´ıdeos no olho da mosca com alinhamento de um grau (1).

x =

R.π

180

(3.2)

Em uma an´alise inicial, o sistema ´e satisfat´orio, pois o valor m´ınimo do deslocamento

da imagem (0, 666mm) ´e menor do que o valor m´ınimo detectado pelos omat´ıdeos `a

distˆancia de 10 cm (1, 745mm). Por´em, levando em conta o que foi discutido na se¸c˜ao 1.2,

o olho composto das moscas possui rabdomas abertos, o que contribui para o aumento

efetivo da resolu¸c˜ao espacial percebida pelo inseto.

Como n˜ao existem estudos conclusivos sobre o qu˜ao efetiva ´e a capacidade de per-

cep¸c˜ao da resolu¸c˜ao espacial das moscas, o desaﬁo reside em se criar um sistema visual

que apresente um deslocamento horizontal maior do que a pr´opria resolu¸c˜ao utilizada no

monitor.

3.7.1 A t´ecnica ‘Passos Artiﬁciais Entre-Pixels’

A ﬁm de atingir uma precis˜ao de posicionamento maior do que a pr´opria resolu¸c˜ao

da varredura horizontal do monitor, foi desenvolvida a t´ecnica em quest˜ao. Seu princ´ıpio

de funcionamento consiste no fato de que, dada uma imagem original, se amostrarmos

a mesma tomando conjuntos de pixels vizinhos, e separando esses conjuntos em imagens

intermedi´arias menores (Figura 35), a apresenta¸c˜ao seq

uencial dessas imagens no tempo

gera um efeito visual de deslocamento na dire¸c˜ao do est´ımulo.

Figura 35: Gera¸c˜ao das imagens com diferentes amostragens utilizando a t´ecnica ‘Passos Artiﬁ-

ciais Entre-Pixels’: a: imagem original; b: colunas pares e ´ımpares; c: imagem par; d: imagem

´ımpar.

O c´odigo a seguir apresenta como ´e realizada a gera¸c˜ao das imagens amostradas para

conjuntos de dois grupos de pixels vizinhos, utilizando o software Matlab. A Figura

36 tenta ilustrar o efeito causado, com base na amplia¸c˜ao exata de uma mesma regi˜ao

nas duas imagens geradas. Percebe-se nitidamente a impress˜ao visual de deslocamento,

embora o efeito seja mais simples de ser visualizado com a imagem em movimento.

C´odigo 3 Script em Matlab para amostrar duas imagens a partir da original.

I = imread(’imagem.bmp’); % Carrega imagem original (1280x960)

I=rgb2gray(I); % Converte para tons de cinza

A=I(1:2:end,1:2:end); % Extrai pixels (primeira amostragem)

B=I(1:2:end,2:2:end); % Extrai pixels (segunda amostragem)

imwrite(A,’amostragem1.bmp’,’BMP’) % Armazena imagem A (640x480)

imwrite(B,’amostragem2.bmp’,’BMP’) % Armazena imagem B (640x480)

Figura 36: Detalhe do funcionamento do efeito ‘entre-pixel’: as imagens ampliadas em destaque

correspondem a amplia¸c˜ao exata da mesma regi˜ao nas duas imagens amostradas.

3.7.2 A arquitetura para gera¸c˜ao dos ‘Passos Artiﬁciais Entre-

Pixels’

A ﬁm de gerar o efeito desejado, a arquitetura deve inicialmente comportar uma

quantidade de frame-buﬀers de v´ıdeo igual ao n´umero de imagens amostradas. A Figura

37 apresenta a arquitetura desenvolvida para duas imagens.

Agora, os est´ımulos s˜ao mapeados utilizando-se 10 bits, sendo o bit menos signiﬁcativo

Figura 37: A arquitetura para gera¸c˜ao dos ‘Passos Artiﬁciais Entre-Pixels’.

respons´avel pela sele¸c˜ao de qual frame-buﬀer estar´a ativo no momento da varredura do

v´ıdeo. Essa arquitetura passa a utilizar a interface EPP desenvolvida, para envio dos

dados `a FIFO de est´ımulo e tamb´em para carregamento dos monets aos frame-buﬀers.

Para ampliar ainda mais a resolu¸c˜ao no efeito de posicionamento horizontal, ´e necess´ario

tomar um conjunto maior de grupos de pixels durante a amostragem, ampliar a quantidade

de frame-buﬀers de v´ıdeo, e realizar a multiplexa¸c˜ao utilizando a quantidade correspon-

dente de bits menos signiﬁcativos do est´ımulo.

3.8 S´etima abordagem: integra¸c˜ao entre FPGA e GPU

A gera¸c˜ao de est´ımulos visuais mais aprimorados, como cenas em 3D, n˜ao ´e efetiva-

mente explorada experimentalmente devido `a complexidade em modelar o sistema visual

da mosca para esse tipo de est´ımulo. Por´em, uma proposta de abordagem, pensando na

necessidade futura desse tipo de experimento, ´e tratada aqui.

A id´eia principal ´e fazer uso das ferramentas e c´odigos livres dispon´ıveis, que s˜ao

abundantes na ´area, a adapt´a-los `as necessidades de nossos experimentos.

A primeira ferramenta necess´aria ´e um engine 3D. O mais indicado para nossa utiliza-

¸c˜ao ´e o Ogre3D (37), devido a seu tipo de licen¸ca, o qual permite o re-desenvolvimento e

altera¸c˜ao dos ´ultimos est´agios do pipeline 3D em seu c´odigo fonte. A Figura 38 apresenta

uma cena 3D natural´ıstica renderizada pelo engine Ogre, com 6.500 triˆangulos, calculada

a uma taxa de 33 quadros por segundo.

Figura 38: Cena 3D natural´ıstica renderizada pela plataforma Ogre 3D.

Pretende-se ent˜ao utilizar o engine Ogre para carregamento e deﬁni¸c˜ao dos elemen-

tos da cena, como objetos e luzes, e redirecionar o pipeline de renderiza¸c˜ao 3D para a

arquitetura proposta, formada pela integra¸c˜ao de FPGA e GPU. Basicamente, podemos

deﬁnir os est´agios desse pipeline da seguinte maneira:

C´alculo de perspectiva;

Gera¸c˜ao de v´ertices;

Enquadramento (Clipping);

Elimina¸c˜ao por profundidade (Z-Buﬀer);

Exibi¸c˜ao (Sa´ıda de v´ıdeo).

Os dois primeiros ´ıtens, c´alculo de perspectiva e gera¸c˜ao de v´ertices, demandam muito

processamento em ponto ﬂutuante, o que sabemos consumir muitos recursos quando im-

plementados em FPGA. J´a os demais ´ıtens podem ser implementados com relativa sim-

plicidade e expectativa de ganho de performance.

Rollins (38) escreveu um algoritmo completo de tra¸cado de raios para a plataforma

CUDA(39) da NVidia, utilizando as vantagens do paralelismo desse sistema. A partir de

seu trabalho, foi ent˜ao desenvolvida a arquitetura apresentada na Figura 39.

Figura 39: Arquitetura da integra¸c˜ao entre FPGA e GPU.

O c´alculo de perspectiva e a gera¸c˜ao de v´ertices foram mantidos dentro da arquitetura

CUDA, devido `a utiliza¸c˜ao de recursos em ponto ﬂutuante. J´a o c´alculo de clipping (que

determina quais objetos est˜ao enquadrados na vis˜ao da cˆamera) e determina¸c˜ao de z-buﬀer

(que descarta os objetos que est˜ao obstru´ıdos por outros no plano da cˆamera), assim como

a sa´ıda ﬁnal do frame buﬀer de v´ıdeo, foram implementados na FPGA, utilizando o kit

de desenvolimento ML505 da Xilinx.

Para integrar as duas arquiteturas foi utilizado o barramento PCI-Express. Para lidar

com os complicados n´ıveis de sinais LVDS e as sincroniza¸c˜oes cr´ıticas desse barramento

foi utilizado um IP Core do ambiente de programa¸c˜ao ISE, entitulado LogiCore ‘Endpoint

Block Plus Wrapper for PCI Express’, o qual provˆe uma interface direta para a mem´oria

SDRAM no kit.

Os resultados desse sistema s˜ao apresentados na Figura 40, onde em destaque ´e pos-

s´ıvel visualizar o kit ML505 e a placa de v´ıdeo NVidia 8600 no computador hospedeiro, e

ao lado, uma cena em 3D gerada no monitor de apoio, ligado ao kit da FPGA.

Figura 40: Sistema integrado entre FPGA e GPU em funcionamento.

4 Resultados e Discuss˜ao

V´arias das abordagens apresentadas no cap´ıtulo 3 tiveram seus resultados apresenta-

dos ao ﬁnal de sua descri¸c˜ao, com a apresenta¸c˜ao do equipamento em funcionamento.

Nesse cap´ıtulo, vamos nos ater aos resultados obtidos com experimentos utilizando o

sistema visual da mosca propriamente dito, utilizando aquisi¸c˜oes neurais do c´erebro do

animal. As duas abordagens que foram testadas em laborat´orio com o sistema visual da

mosca foram:

Deslocamento da imagem baseado em FIFO (se¸c˜ao 3.4);

Amplia¸c˜ao da capacidade horizontal (se¸c˜ao 3.7.)

4.1 ‘Deslocamento da imagem baseado em FIFO’

Inicialmente pretende-se validar o sistema, comparando-o com o atual equipamento

utilizado no laborat´orio, o VSImG, apresentado na se¸c˜ao 1.5. Uma vez que o sistema

proposto opera em 200 Hz, e o VSImG opera em 500 Hz, foi necess´ario gerar um est´ımulo

com mil pontos, sendo que a cada 5 pontos foi tomada uma amostra para gerar o est´ımulo

de 200 Hz, e a cada 2 pontos, foi tomada outra amostra, agora para formar o est´ımulo

de 500 Hz, conforme apresentado na Figura 41. Esse procedimento garantiu que ambos

os est´ımulos visuais se comportassem da mesma forma, com as mesmas velocidades e a

mesma dura¸c˜ao.

Figura 41: Gera¸c˜ao do mesmo est´ımulo com duas amostragens: Losangos: amostragem de 200

Hz; Pontos: amostragem de 500 Hz.

Preparada a mosca, foi realizado o experimento utilizando o VSImG, com dura¸c˜ao

de 20 minutos. A mosca foi posicionada `a uma distˆancia de 10 cm da tela, com brilho

ajustado para gerar ﬂuxo luminoso de 5 lux. O deslocamento m´aximo da tela foi ajustado

em 7 cm.

Ap´os o t´ermino do experimento padr˜ao, e utilizando-se a mesma mosca, um novo

experimento foi realizado, com o gerador baseado em FIFO, conforme mostra a Figura

42.

As caracter´ısticas principais do experimento foram mantidas, com a mosca posicionada

a 10 cm do centro da tela, ﬂuxo luminoso ajustado em 5 lux, e o deslocamento m´aximo

da tela ajustado em 7 cm. A temperatura ambiente se manteve em 24

C em ambos os

experimentos. O resultado pode ser visualizado na Figura 43, que apresenta o diagrama

Raster do experimento. Um diagrama Raster ´e gerado a partir de uma dada lista de spikes

Figura 42: Experimento realizado com gerador baseado em FIFO.

gerada devido `a execu¸c˜ao repetitiva do mesmo ciclo de est´ımulos.

Outra forma de visualizar os resultados da aquisi¸c˜ao neural ´e utilizando o chamado

PSTH (Peristimulus Time Histogram), ou simplesmente gr´aﬁco das taxas de disparo,

conforme apresentado na Figura 44. Nessa ﬁgura s˜ao apresentadas ambas as taxas de

disparo registradas nos dois experimentos, sendo que as barras em azul correspondem

ao VSImG, e as barras em vermelho, ao gerador baseado em FIFO. Dado que as barras

s˜ao transparentes, ´e poss´ıvel perceber que ambos os sistemas obtiveram taxas de disparo

signiﬁcativamente similares, validando ent˜ao nosso sistema.

Figura 43: Raster do experimento realizado pelo gerador baseado em FIFO.

Figura 44: Compara¸c˜ao entre os PSTH do dois sistemas: Azul: VSImG; Vermelho: Gerador

baseado em FIFO.

4.2 ‘Amplia¸c˜ao da capacidade horizontal’

O sistema de amplia¸c˜ao da capacidade horizontal foi utilizado em um experimento

com o sistema visual da mosca, conforme apresentado na Figura 45. O experimento foi

realizado duas vezes, com a mesma mosca, sendo que na primeira vez o efeito ‘entre-pixel’

foi desabilitado, para atuar como experimento de controle.

Figura 45: Sistema em funcionamento apresentando padr˜ao natural´ıstico.

Para saber se o efeito ‘entre-pixel’ produziu os resultados desejados, deve-se fazer uso

do histograma ISI (Inter Spike Interval), o qual apresenta os intervalos entre os disparos.

Esperamos que, se a precis˜ao do deslocamento horizontal for melhorada, o n´umero de

intervalos curtos entre os spikes deva diminuir.

Os histogramas ISI da Figura 46 mostram claramente uma diminui¸c˜ao do n´umero de

intervalos nos experimentos, sendo que na Figura 46-c podemos visualizar a ocorrˆencia da

diminui¸c˜ao dos intervalos curtos, entre 1 e 2 bins, validando ent˜ao o sistema proposto.

Figura 46: Histograma de intervalos: a: experimento padr˜ao; b: experimento com efeito ‘entre-

pixel’; c: diferen¸ca entre o padr˜ao e o efeito ‘entre-pixel’, apresentando diminui¸c˜ao para os

intervalos curtos, entre 1 e 2 bins.

5 Conclus˜oes

Foram desenvolvidos com sucesso diversos geradores de est´ımulos visuais utilizando

circuitos FPGA. A grande ﬂexibilidade oferecida pelo uso desta tecnologia, que permite

constantes reconﬁgura¸c˜oes do hardware (utilizando a linguagens de programa¸c˜ao Verilog)

permitiu a avalia¸c˜ao de diversos prot´otipos.

Em um dos prot´otipos foi utilizada uma abordagem com uso de processador baseado

em s´ıntese l´ogica NIOS II e sistema operacional µClinux, onde tivemos como vantagem

a interface com sistemas externos para acesso aos dados dos est´ımulos, por´em, dado o

n˜ao determinismo do kernel (seria necess´ario um kernel de tempo-real), o sistema n˜ao se

conﬁgurou como apto para experimentos com o sistema visual da mosca, apresentando

jitter sobre o deslocamento desejado.

Num outro prot´otipo, foram implementados dois frame-buﬀers, cada um contendo uma

imagem do monet com deslocamento horizontal de meio pixel. Com esta nova t´ecnica, foi

poss´ıvel duplicar artiﬁcialmente a resolu¸c˜ao horizontal de posicionamento, atingindo 1024

n´ıveis de deslocamento em um monitor com varredura de 640 colunas.

Implementou-se tamb´em uma conﬁgura¸c˜ao capaz de produzir simultaneamente dois

est´ımulos visuais. Com esta conﬁgura¸c˜ao, torna-se poss´ıvel realizar experimentos en-

volvendo dois monitores, ou agregar num ´unico monitor a sobreposi¸c˜ao de um segundo

est´ımulo, controlando o deslocamento de um cursor.

Embora originalmente projetada para estimular a vis˜ao de insetos da ordem Diptera,

essa nova arquitetura pode ser utilizada em outros experimentos que necessitam est´ımulos

visuais, inclusive para utiliza¸c˜ao com humanos.

Referˆencias

1 MOSES, K. Fly eyes get the whole picture. Nature, v. 443, n. 12, p. 638–639, 2006.

2 ZELHOF, A. et al. Transforming the architecture of compound eyes. Nature, v. 443,

n. 12, p. 696–699, 2006.

3 TATLER, B.; O’CARROL, D.; LAUGHLIN, S. Temperature and the temporal resol-

ving power of ﬂy photoreceptors. Journal of Comparative Physiology A, v. 186, n. 4,

p. 399–407, 2000.

4 MCCANN, G.; MACGINITIE, G. Optomotor response studies of insect vision. Pro-

ceedings of the Royal Society B: biological sciences, v. 163, n. 992, p. 369–401, 1965.

5 BORST, A.; HAAG, J. Neural networks in the cockpit of the ﬂy. Journal of Compar-

ative Physiology A, v. 188, n. 6, p. 419–437, 2002.

6 BURKHARDT, D. Autrum’s impact on compound eye research in insects. In:

STAVENGA, D. G.; HARDIE, R. C. (Ed.). Facets of vision. Heidelberg: Springer-

Verlag Berlin, 1989.

7 LAUGHLIN. The roles of the parallel channels in the early visual processing by the

arthropod compound eye. In: ALI, M. (Ed.). Photoreception and vision in inverte-

brates. New York: Plenum Press, 1982.

8 HAUSEN, K. The lobula-complex of the ﬂy: structure, function and signiﬁcance in

visual behaviour. In: ALI, M. (Ed.). Photoreception and vision in invertebrates. New

York: Plenum Press, 1982. v. 74.

9 FAIRHALL, A. et al. Eﬃciency and ambiguity in an adaptive neural code. Nature,

v. 412, n. 6849, p. 787–792, Aug. 2001.

10 GARC´ıA-P´eREZ, M.; PELI, E. Luminance artifacts of cathode-ray tube displays for

vision research. Spatial Vision, v. 14, n. 2, p. 201–215, 2001.

11 WIKIPEDIA’S deﬁnition for CRT Monitor. Dispon´ıvel em:

<http://en.wikipedia.org/wiki/Cathode ray tube>. Acesso em: Jul. 2009.

12 COMPTON, K. Image performance in CRT displays. [S.l.]: SPIE Publications, 2003.

13 ZELE, A.; VINGRYS, A. Cathode-ray-tube monitor artefacts in neurophysiology.

Journal of Neuroscience Methods, v. 141, n. 1, p. 1–7, 2005.

14 FLANAGIN, V. Dynamic adaptation in ﬂy motion vision. 2006. 113 p. (Masters The-

sis) - Ludwig-Maximilians Universit

at, M

unchen, 2006.

15 REINAGEL, P. et al. Encoding of visual information by lgn bursts. The American

Physiological Society, v. 81, n. 5, p. 2558–2569, 1999.

16 BORST, A. Noise, not stimulus entropy, determines neural information rate. Journal

of Computational Neuroscience, v. 14, p. 23–31, 2003.

17 WARZECHA, A.; EGELHAAF, M. On the performance of biological movement detec-

tors and ideal velocity sensors in the context of optomotor course stabilization. Visual

Neuroscience, v. 15, n. 1, p. 113–122, 1998.

18 NERI, P. Spatial integration of optic ﬂow signals in ﬂy motion-sensitice neurons. Jour-

nal of Neurophysiology, v. 95, n. 12, p. 1608–1619, Dec 2006.

19 REN, J. Cambridge research systems. Dispon´ıvel em:

<http://www.crsltd.com/catalog/visage/overview.html>. Acesso em: 22 julho

2009.

20 ESTEVES, I. Sistemas ´opticos para gera¸c˜ao de est´ımulos visuais para a mosca. 2007.

42 p. Monograﬁa (Projeto de Gradua¸c˜ao) - Escola de Engenharia de S˜ao Carlos, Uni-

versidade de S˜ao Paulo. 2007.

21 LINDEMANN, J. et al. Flimax, a novel stimulus device for panoramic and highspeed

presentation of behaviourally generated optic ﬂow. Vision Research, v. 43, n. 7, p.

779–791, Mar. 2003.

22 ALMEIDA, L. O. B. Desenvolvimento de Intrumenta¸c˜ao eletrˆonica para estudos de

codiﬁca¸c˜os neurais no duto ´optico em moscas. 2006. 86 p. Disserta¸c˜ao (Mestrado) —

Instituto de F´ısica de S˜ao Carlos, Universidade de S˜ao Paulo, 2006.

23 STEVENINCK, R. et al. Reproducibility and variability in neural spike trains. Science,

v. 275, n. 5307, p. 1805–1808, 1997.

24 FRANCESCHINI, N. Retinal mosaic of the ﬂy compound eye. In: ALI, M. (Ed.).

Photoreception and vision in invertebrates. New York: Plenum Press, 1982.

25 HORNER, N. Multifractalidade no c´odigo neural da mosca. 2008. 70 p. Disserta¸c˜ao

(Mestrado) — Instituto de F´ısica de S˜ao Carlos, Universidade de S˜ao Paulo, 2008.

26 GAZZIRO, M. A. Instrumenta¸c˜ao para neurobiof´ısica. 2002. 21 p. Monograﬁa (Projeto

de Gradua¸c˜ao) - Instituto de Ciˆencias Matem´aticas e de Computa¸c˜ao, Universidade

de S˜ao Paulo. 2002.

27 K

oBERLE, R.; SLAETS, J. Website do Laborat´orio DipteraLab do IFSC-USP.

Dispon´ıvel em: <http://www.dipteralab.ifsc.usp.br/novo>. Acesso em: 15 de julho

2009.

28 IEEE-SA. Standard Verilog Hardware Description Language. [S.l.]: IEEE, 2001.

29 TERASIC. Terasic FPGA Systems. Dispon´ıvel em: <http://www.terasic.com.tw>.

Acesso em: 23 julho 2009.

30 XILINX. Xilinx INC. Dispon´ıvel em: <http://www.xilinx.com>. Acesso em: 23 julho

2009.

31 UCLINUX. Embedded linux project. Dispon´ıvel em: <http://www.uclinux.org/ >.

Acesso em: 29 julho 2009.

32 GAZZIRO, M. A. Tutorial de uClinux sobre NIOS II. Dispon´ıvel em: <http://gpu-

sc.googlecode.com/ﬁles/tutorial uclinux.pdf >. Acesso em: 30 julho 2009.

33 ALTERA. Single and Dual-Clock FIFO Megafunction: user guide. 23 p. Dispon´ıvel

em: <http://www.altera.com/literature/ug/ug ﬁfo.pdf >. Acesso em: 28 julho 2009.

34 FERNANDES, N. et al. Recording from two neurons: second order stimulus recon-

struction from spike trains. Neural computation, Cambridge, USA. In press. Dispon´ıvel

em: <http://arxiv.org/abs/0906.3023>. Acesso em: julho 2009.

35 PEACOCK, C. Interfacing the parallel port. Dispon´ıvel em:

<http://www.beyondlogic.org/epp/epp.htm>. Acesso em: 20 julho 2009.

36 LG. Studioworks 221U Repairing manual. 1999. 30 p. Technical manual.

37 STREETING, S.; JOHNSTONE, B. OGRE - Open source 3D graphics engine.

Dispon´ıvel em: <http://www.ogre3d.org>. Acesso em: 17 de julho 2009.

38 ROLLINS, E. Real-time ray tracing with NVIDIA CUDA GPGPU. Dispon´ıvel em:

<http://eric rollins.home.mindspring.com/ray/cuda.html>. Acesso em: 17 de julho

2009.

39 NVIDIA. CUDA Zone – The resource for CUDA developers. Dispon´ıvel em:

<http://www.nvidia.com/object/cuda home.htm>. Acesso em: 23 de julho 2009.

40 COVER, T. M.; THOMAS, J. A. Elements of information theory. 2nd. ed. Hoboken,

N.J.: Wiley-Interscience, 2006.

41 FERNANDES, N. M. Redu¸c˜ao dimensional no espa¸co de est´ımulos no sistema visual

da mosca. 2009. 110 p. Tese (Doutorado) — Instituto de F´ısica de S˜ao Carlos, Uni-

versidade de S˜ao Paulo, (Defesa prevista para out. 2009).

A Listagem dos c´odigos fonte em

Matlab

C´odigo 4 Fun¸c˜ao para ajuste do deslocamento da imagem (10 bits) em 2 ciclos.

function ajusta_desloc(ioObj, porta, dado, hi_low)

io32(ioObj, porta+2, 1);

io32(ioObj, porta, dado);

if (hi_low>0) io32(ioObj, porta+2, 9);

else io32(ioObj, porta+2, 3);

end

io32(ioObj, porta+2, 1);

C´odigo 5 Fun¸c˜ao para ajuste das coordenadas do cursor (8 bits).

function ajusta_cursor(ioObj, porta, dado, x_ou_y)

io32(ioObj, porta+2, 5);

io32(ioObj, porta, dado);

if (x_ou_y>0) io32(ioObj, porta+2, 13);

else io32(ioObj, porta+2, 7);

end

io32(ioObj, porta+2, 5);

C´odigo 6 Fun¸c˜ao para ler sinal de ‘meio-vazio’ enviado pela FIFO.

function [dado_int]=FIFO_meio_vazio(ioObj, porta)

dado=io32(ioObj, porta+1);

dado_int=(bitand(uint8(dado), uint8(64))/64);

C´odigo 7 Software para envio do est´ımulo.

clear all

% Inicializa a porta paralela

ioObj = io32();

status = io32(ioObj);

porta = hex2dec(’378’);

io32(ioObj,address, 0);

% Carrega arquivos de estimulo (deslocamento e coordenadas do cursor)

importfile(’estimulo.dat’);

[TAM B]=size(estimumo);

importfile(’cursor_x.dat’);

importfile(’cursor_y.dat’);

chksum=0;

old_chksum=0;

n=10; % largura do valor de deslocamento, em bits

for C = 1:TAM % LACO PRINCIPAL

% Aguarda FIFO de estimulos estar pela metade

while (FIFO_meio_vazio(ioObj, porta)),

end

% Envia byte mais significativo do deslocamento

if ((bitget(estimumo(C), 8)==0) && (bitget(estimumo(C), 9)==0))

ajusta_desloc(ioObj, porta, 0, 1);

elseif ((bitget(estimumo(C), 8)==1) && (bitget(estimumo(C), 9)==0))

ajusta_desloc(ioObj, porta, 1, 1);

elseif ((bitget(estimumo(C), 8)==0) && (bitget(estimumo(C), 9)==1))

ajusta_desloc(ioObj, porta, 2, 1);

elseif ((bitget(estimumo(C), 8)==1) && (bitget(estimumo(C), 9)==1))

ajusta_desloc(ioObj, porta, 3, 1);

end;

% Envia byte menos significativo do deslocamento

ajusta_desloc(ioObj, porta, estimumo(C), 0);

% Ajusta posi¸c~ao do cursor

ajusta_cursor(ioObj, porta, cursor_x(C), 1);

ajusta_cursor(ioObj, porta, cursor_y(C), 0);

% Calcula Checksum no MATLAB

dado=estimumo(C);

old_chksum=chksum;

chksum=dado+old_chksum;

if ((dado+old_chksum)>=(2^n)) chksum=chksum-(2^n); end

% Recupera Checksum calculado pela FPGA

low=le_chksum(ioObj, porta, 0)

high=le_chksum(ioObj, porta, 1)

chk_fpga=(high*256)+low;

% Se diferente, aborta a execucao do experimento

if (chk_fpga~=chksum) disp(’Erro de Checksum!!’); break; end

end

C´odigo 8 Fun¸c˜ao para ler checksum calculado pela FPGA (10 bits) em 2 ciclos.

function [dado]=le_chksum(ioObj, porta, hi_low)

io32(ioObj, porta+2, 36);

if (hi_low>0) io32(ioObj, porta+2, 44);

else io32(ioObj, porta+2, 38);

end

dado=io32(ioObj, porta);

io32(ioObj, porta+2, 36);

io32(ioObj, porta+2, 0);

B Listagem dos principais c´odigos

fonte em Verilog

Par^ametros do Processador Gr´afico

// Arquivo PARAMET.H

// Para DOT CLOCK de 84,164 MHz

// Resolu¸c~ao ajustada em 640x480 pixels

// Frequencia horizontal ajustada em 104,7 kHz

// Frequencia vertical ajustada 200 Hz

// Horizontal (Pixel)

parameter H_SYNC_CYC = 96;

parameter H_SYNC_BACK = 48;

parameter H_SYNC_ACT = 640;

parameter H_SYNC_FRONT= 16;

parameter H_SYNC_TOTAL= 800;

// Vertical (Linha)

parameter V_SYNC_CYC = 2;

parameter V_SYNC_BACK = 32;

parameter V_SYNC_ACT = 480;

parameter V_SYNC_FRONT= 11;

parameter V_SYNC_TOTAL= 525;

// Offset de inicio

parameter X_START = H_SYNC_CYC+H_SYNC_BACK+4;

parameter Y_START = V_SYNC_CYC+V_SYNC_BACK;

Processador Gr´afico

module Processador_Grafico(

iCursor_RGB_EN, // habilita cores do cursor

iCursor_X, // coordenada horizontal do cursor

iCursor_Y, // coordenada vertical do cursor

iCursor_R, // valor da cor vermelha do cursor

iCursor_G, // valor da cor verde do cursor

iCursor_B, // valor da cor azul do cursor

iRed,

iGreen,

iBlue,

oAddress,

oCoord_X,

oCoord_Y,

oVGA_R,

oVGA_G,

oVGA_B,

oVGA_H_SYNC,

oVGA_V_SYNC,

oVGA_SYNC,

oVGA_BLANK,

oVGA_CLOCK,

SHIFT_out,

VERT_out,

iCLK,

iRST_N

);

‘include "PARAMET.H"

// Host Side

output reg [19:0] oAddress;

output reg [9:0] oCoord_X;

output reg [9:0] oCoord_Y;

input [3:0] iCursor_RGB_EN;

input [9:0] iCursor_X;

input [9:0] iCursor_Y;

input [9:0] iCursor_R;

input [9:0] iCursor_G;

input [9:0] iCursor_B;

input [9:0] iRed;

input [9:0] iGreen;

input [9:0] iBlue;

output [9:0] oVGA_R;

output [9:0] oVGA_G;

output [9:0] oVGA_B;

output reg oVGA_H_SYNC;

output reg oVGA_V_SYNC;

output oVGA_SYNC;

output oVGA_BLANK;

output oVGA_CLOCK;

input [8:0] SHIFT_out;

output reg VERT_out;

input iCLK;

input iRST_N;

reg [9:0] H_Cont;

reg [9:0] V_Cont;

reg [9:0] Cur_Color_R;

reg [9:0] Cur_Color_G;

reg [9:0] Cur_Color_B;

wire mCursor_EN;

wire mRed_EN;

wire mGreen_EN;

wire mBlue_EN;

assign oVGA_BLANK = oVGA_H_SYNC & oVGA_V_SYNC;

assign oVGA_SYNC = 1’b0;

assign oVGA_CLOCK = iCLK;

assign mCursor_EN = iCursor_RGB_EN[3];

assign mRed_EN = iCursor_RGB_EN[2];

assign mGreen_EN = iCursor_RGB_EN[1];

assign mBlue_EN = iCursor_RGB_EN[0];

reg VERT_in;

always@(posedge iCLK)

begin

VERT_out<=VERT_in;

end

// Plota pixel de acordo com a verredura e o conteudo da memoria

always@(posedge iCLK or negedge iRST_N)

begin

if(!iRST_N)

begin

oCoord_X <= 0;

oCoord_Y <= 0;

oAddress <= 0;

end

else

begin

if( H_Cont>=X_START && H_Cont<X_START+H_SYNC_ACT &&

V_Cont>=Y_START && V_Cont<Y_START+V_SYNC_ACT )

begin

oCoord_X <= H_Cont-X_START+SHIFT_out;

oCoord_Y <= V_Cont-Y_START;

oAddress <= oCoord_Y*H_SYNC_ACT+oCoord_X-3;

end

// Gera o cursor nas coordenadas indicadas

always@(posedge iCLK or negedge iRST_N)

begin

if(!iRST_N)

begin

Cur_Color_R <= 0;

Cur_Color_G <= 0;

Cur_Color_B <= 0;

end

else

begin

if(H_Cont>=X_START+8 && H_Cont<X_START+H_SYNC_ACT+8 &&

V_Cont>=Y_START && V_Cont<Y_START+V_SYNC_ACT )

begin

if(

(

(H_Cont==X_START + 8 + iCursor_X) ||

(H_Cont==X_START + 8 + iCursor_X+1) ||

(H_Cont==X_START + 8 + iCursor_X-1) ||

(H_Cont==X_START + 8 + iCursor_X+2) ||

(H_Cont==X_START + 8 + iCursor_X-2) ||

(H_Cont==X_START + 8 + iCursor_X+3) ||

(H_Cont==X_START + 8 + iCursor_X-3) ||

(H_Cont==X_START + 8 + iCursor_X+4) ||

(H_Cont==X_START + 8 + iCursor_X-4) ||

(H_Cont==X_START + 8 + iCursor_X+5) ||

(H_Cont==X_START + 8 + iCursor_X-5) ||

(H_Cont==X_START + 8 + iCursor_X+6) ||

(H_Cont==X_START + 8 + iCursor_X-6) ||

(H_Cont==X_START + 8 + iCursor_X+7) ||

(H_Cont==X_START + 8 + iCursor_X-7) ||

(H_Cont==X_START + 8 + iCursor_X+8) ||

(H_Cont==X_START + 8 + iCursor_X-8) ||

(H_Cont==X_START + 8 + iCursor_X+9) ||

(H_Cont==X_START + 8 + iCursor_X-9) ||

(H_Cont==X_START + 8 + iCursor_X+10) ||

(H_Cont==X_START + 8 + iCursor_X-10) ||

(H_Cont==X_START + 8 + iCursor_X+11) ||

(H_Cont==X_START + 8 + iCursor_X-11) ||

(H_Cont==X_START + 8 + iCursor_X+12) ||

(H_Cont==X_START + 8 + iCursor_X-12) ||

(H_Cont==X_START + 8 + iCursor_X+13) ||

(H_Cont==X_START + 8 + iCursor_X-13) ||

(H_Cont==X_START + 8 + iCursor_X+14) ||

(H_Cont==X_START + 8 + iCursor_X-14) ||

(H_Cont==X_START + 8 + iCursor_X+15) ||

(H_Cont==X_START + 8 + iCursor_X-15)

) &&

(

(V_Cont==Y_START + iCursor_Y) ||

(V_Cont==Y_START + iCursor_Y+1) ||

(V_Cont==Y_START + iCursor_Y-1) ||

(V_Cont==Y_START + iCursor_Y+2) ||

(V_Cont==Y_START + iCursor_Y-2) ||

(V_Cont==Y_START + iCursor_Y+3) ||

(V_Cont==Y_START + iCursor_Y-3) ||

(V_Cont==Y_START + iCursor_Y+4) ||

(V_Cont==Y_START + iCursor_Y-4) ||

(V_Cont==Y_START + iCursor_Y+5) ||

(V_Cont==Y_START + iCursor_Y-5) ||

(V_Cont==Y_START + iCursor_Y+6) ||

(V_Cont==Y_START + iCursor_Y-6) ||

(V_Cont==Y_START + iCursor_Y+7) ||

(V_Cont==Y_START + iCursor_Y-7) ||

(V_Cont==Y_START + iCursor_Y+8) ||

(V_Cont==Y_START + iCursor_Y-8) ||

(V_Cont==Y_START + iCursor_Y+9) ||

(V_Cont==Y_START + iCursor_Y-9) ||

(V_Cont==Y_START + iCursor_Y+10) ||

(V_Cont==Y_START + iCursor_Y-10) ||

(V_Cont==Y_START + iCursor_Y+11) ||

(V_Cont==Y_START + iCursor_Y-11) ||

(V_Cont==Y_START + iCursor_Y+12) ||

(V_Cont==Y_START + iCursor_Y-12) ||

(V_Cont==Y_START + iCursor_Y+13) ||

(V_Cont==Y_START + iCursor_Y-13) ||

(V_Cont==Y_START + iCursor_Y+14) ||

(V_Cont==Y_START + iCursor_Y-14) ||

(V_Cont==Y_START + iCursor_Y+15) ||

(V_Cont==Y_START + iCursor_Y-15)

)

&& mCursor_EN

)

begin

Cur_Color_R <= iCursor_R;

Cur_Color_G <= iCursor_G;

Cur_Color_B <= iCursor_B;

end

else

begin

Cur_Color_R <= iRed;

Cur_Color_G <= iGreen;

Cur_Color_B <= iBlue;

end

else

begin

Cur_Color_R <= iRed;

Cur_Color_G <= iGreen;

Cur_Color_B <= iBlue;

end

// Gerador de sincronismo horizontal

always@(posedge iCLK or negedge iRST_N)

begin

if(!iRST_N)

begin

H_Cont <= 0;

oVGA_H_SYNC <= 0;

end

else

begin

// Contador do sincronismo horizontal

if( H_Cont < H_SYNC_TOTAL )

H_Cont <= H_Cont+1;

else

H_Cont <= 0;

// Gera o sinal de sincronismo horizontal

if( H_Cont < H_SYNC_CYC )

oVGA_H_SYNC <= 0;

else

oVGA_H_SYNC <= 1;

end

// Gerador de sincronismo vertical

always@(posedge iCLK or negedge iRST_N)

begin

if(!iRST_N)

begin

V_Cont <= 0;

oVGA_V_SYNC <= 0;

VERT_in <= 0;

end

else

begin

// Se ocorrer sincronismo horizontal, reinicia

if(H_Cont==0)

begin

// Contador do sincronismo vertical

if( V_Cont < V_SYNC_TOTAL )

begin

V_Cont <= V_Cont+1;

VERT_in <= 0;

end

else

begin

V_Cont <= 0;

VERT_in <= 1;

end

// Gera o sinal de sincronismo vertical

if( V_Cont < V_SYNC_CYC )

oVGA_V_SYNC <= 0;

else

oVGA_V_SYNC <= 1;

end

// Registradores internos que mantem o valor dos canais de cor

reg [9:0] R_R;

reg [9:0] G_G;

reg [9:0] B_B;

assign oVGA_R = R_R;

assign oVGA_G = G_G;

assign oVGA_B = B_B;

always@(posedge iCLK)

begin

R_R = (H_Cont>=X_START+9 && H_Cont<X_START+H_SYNC_ACT+9 &&

V_Cont>=Y_START && V_Cont<Y_START+V_SYNC_ACT )

? (mRed_EN ? Cur_Color_R : 0) : 0;

G_G = (H_Cont>=X_START+9 && H_Cont<X_START+H_SYNC_ACT+9 &&

V_Cont>=Y_START && V_Cont<Y_START+V_SYNC_ACT )

? (mGreen_EN ? Cur_Color_G : 0) : 0;

B_B = (H_Cont>=X_START+9 && H_Cont<X_START+H_SYNC_ACT+9 &&

V_Cont>=Y_START && V_Cont<Y_START+V_SYNC_ACT )

? (mBlue_EN ? Cur_Color_B : 0) : 0;

end

endmodule

Interface EPP com controle de CHECKSUM

// Atribui pinagem da FPGA e cria registradores de comunicacao

wire EPP_WRITE = ~GPIO_1[7];

wire [7:0] EPP_DATAIN={GPIO_1[21],GPIO_1[19],GPIO_1[17],GPIO_1[15],GPIO_1[14],GPIO_1[13],GPIO_1[11],GPIO_1[9]};

wire [7:0] EPP_DATAOUT;

assign {GPIO_1[21],GPIO_1[19],GPIO_1[17],GPIO_1[15],GPIO_1[14],GPIO_1[13],GPIO_1[11],GPIO_1[9]}=EPP_DATAOUT;

wire EPP_INTERRUPT;

assign GPIO_1[23] = EPP_INTERRUPT;

wire EPP_WAIT;

assign GPIO_1[31] = EPP_WAIT;

wire EPP_DATA_STROBE = ~GPIO_1[25];

wire EPP_RESET = GPIO_1[27];

wire EPP_ADDR_STROBE = ~GPIO_1[29];

//Devemos sincronizar os sinais de strobe com nosso clock

// Utilizacao de registrador de deslocamento de 3 pontos para sincronizar clock

wire EPP_STROBE = EPP_DATA_STROBE | EPP_ADDR_STROBE; // apenas um eh ativo por vez

reg [2:0] EPP_STROBE_REG;

always @(posedge OSC_50) EPP_STROBE_REG <= {EPP_STROBE_REG[1:0], EPP_STROBE};

// Detecta as bordas de strobe

wire EPP_STROBE_EDGE1 = (EPP_STROBE_REG[2:1]==2’b01);

wire EPP_STRBOE_EDGE2 = (EPP_STROBE_REG[2:1]==2’b10);

// Responde imediatamente a uma transacao

assign EPP_WAIT = EPP_STROBE_REG[1];

// Recebe escrita da porta EPP e calcula CHECKSUM

reg [7:0] addr_reg, data_reg;

reg [7:0] cursor_y, cursor_x;

reg [9:0] chksum=0, old_chksum=0;

always @(posedge OSC_50)

begin

if(EPP_STROBE_EDGE1 & EPP_WRITE)

begin

if (EPP_ADDR_STROBE & ~EPP_RESET)

begin

addr_reg = EPP_DATAIN;

old_chksum = chksum;

chksum = ((addr_reg<<8)+ old_chksum);

end

else

if(EPP_DATA_STROBE & ~EPP_RESET)

begin

data_reg = EPP_DATAIN;

old_chksum = chksum;

chksum = (data_reg + old_chksum);

end

// Recebe posi¸c~ao do Cursor pela sinalizacao do bit EPP_RESET

else if(EPP_ADDR_STROBE & EPP_RESET) cursor_y <= EPP_DATAIN;

else if(EPP_DATA_STROBE & EPP_RESET) cursor_x <= EPP_DATAIN;

end

// Atende a um comando de leitura da porta EPP para informar o CHECKSUM

wire EPP_READ = ~EPP_WRITE;

wire [7:0] EPP_DATA_MUX = EPP_ADDR_STROBE ? chksum[9:8] : chksum[7:0];

assign EPP_DATAOUT = (EPP_READ & EPP_WAIT) ? EPP_DATA_MUX : 8’hZZ;

C Cabo de liga¸c˜ao entre FPGA e

porta paralela

Figura 47: Cabo do gerador de est´ımulos visuais.

Tabela 2: Atribui¸c˜ao dos pinos da porta paralela no modo EPP (35).

Pino Sinal Dire¸c˜ao Fun¸c˜ao Invertido

1 EPP WRITE Sa´ıda N´ıvel baixo indica escrita e alto leitura Sim

2-9 EPP D0-D7 Bi-dir Barramento de dados 8 bits N˜ao

10 EPP INTERRUPT Entrada Interrup¸c˜ao na borda de subida N˜ao

11 EPP WAIT Entrada Usado para handshaking Sim

12 RESERVADO Entrada Reservado N˜ao

13 RESERVADO Entrada Reservado N˜ao

14 EPP DATA STROBE Sa´ıda Indica transferˆencia de DADO Sim

15 RESERVADO Entrada Reservado N˜ao

16 EPP RESET Sa´ıda Reset, ativo em n´ıvel baixo N˜ao

17 EPP ADDR STROBE Sa´ıda Indica transferˆencia de ENDERE ¸CO Sim

18-25 GROUND GND Aterramento —

D Diagramas RTL

Figura 48: RTL do gerador de est´ımulos baseado em FIFO.

Figura 49: RTL da gera¸c˜ao do clock de v´ıdeo no kit DE3

Figura 50: RTL do gerador de dois monitores: Parte do kit DE3

Figura 51: RTL do gerador de dois monitores: Parte do kit DE2

E Processo de Ornstein-Uhlenbeck

A posi¸c˜ao ocupada pela imagem a cada 5ms ´e determinada por um arquivo de posi¸c˜ao

gerado no computador. Este conjunto de posi¸c˜oes ´e obtido ao integrarmos uma s´erie

de velocidades gerada por um processo estat´ıstico denominado processo de Ornstein-

Uhlenbeck (40)(41). Esta s´erie temporal de velocidades V

´e obtida da seguinte maneira,

t+∆

= c + α × V

+ Φ

, |α| < 1. (E.1)

Onde os valores Φ

s˜ao obtidos de uma distribui¸c˜ao Gaussiana de m´edia zero e desvio

. O termo α representa quanto o pr´oximo valor V

t+∆

est´a correlacionado com o valor

anterior V

. Veremos como a escolha de α determina a escala temporal de correla¸c˜ao entre

os valores de V

. O termo c representa uma velocidade constante.

Para determinarmos o valor m´edio desta s´erie temporal, efetuamos a m´edia sobre

ensembles da eq. E.1,

V

t+∆

 = c + α × V

 + Φ

. (E.2)

Como temos Φ

 = 0,

V  = c + α × V  (E.3)

V  =

1 − α

. (E.4)

Em geral teremos, c = 0, ou seja, V  = 0.

Para obtermos o desvio da distribui¸c˜ao V

de m´edia zero, precisamos obter a m´edia

de seus valores ao quadrado.

t+∆

= [α × V

+ Φ

]

(E.5)

V

 = α

V

 + Φ

 + 2αV × Φ. (E.6)

O produto de duas distribui¸c˜oes independentes sim´etricas de m´edia zero resulta em uma

distribui¸c˜ao sim´etrica de m´edia zero. Ou seja,

V × Φ = 0. (E.7)

Reescrevendo, Φ

 ≡ σ

temos,

= V

 − V 

1 − α

. (E.8)

Vemos que para α → 0, reobtemos a distribui¸c˜ao Gaussiana inicial, V → Φ.

Podemos calcular a inﬂuˆencia da correla¸c˜ao introduzida por α na determina¸c˜ao dos

pr´oximos valores desta s´erie temporal. Escreveremos V

t+N

≡ V

, ou seja, V

≡ V

. Desta

forma, iterativamente,

= αV

+ Φ

(E.9)

= αV

+ Φ

= α(αV

+ Φ

) + Φ

= α

+ αΦ

+ Φ

(E.10)

= αV

+ Φ

= α(α

+ αΦ

+ Φ

) + Φ

= α

+ α

+ αΦ

+ Φ

. (E.11)

Consequentemente,

= α

N−1



i=0

N−1−i

. (E.12)

Ao multiplicarmos a express˜ao acima por V

e efetuarmos novamente a m´edia sobre en-

sembles, obteremos a correla¸c˜ao entre a velocidade no tempo t e t + ∆.

V

 = α

V

 + V

N−1



i=0

N−1−i

. (E.13)

Mais uma vez ultilizando o fato da multiplica¸c˜ao de duas distribui¸c˜oes independentes

de m´edia zero ter m´edia zero,



N−1

i=0

V

N−1−i

 = 0 e utilizando eq. E.8,

V

 = α

= α

1 − α

(E.14)

Podemos reescrever esta express˜ao a ﬁm de obtermos a rela¸c˜ao entre α e o tempo de

correla¸c˜ao do est´ımulo τ ,

V

t+N

 =

1 − α

× e

−N/τ

(E.15)

τ = −

ln |α|

(E.16)

Ou seja, apartir do processo de Ornstein-Uhlenbeck (eq. E.1, c = 0) geramos uma s´erie

temporal Gaussiana de m´edia zero (eq. E.4), desvio σ

(eq. E.8) e correla¸c˜ao temporal τ

(E.16).

Lista de abreviaturas e siglas

CFFT Critical Flicker Fusion Threshold, p. 20

IDC Insulated Displacement Connector, p. 38

GPIO General Purpose Input/Output, p. 38

HSTC High-Speed Terasic Connector, p. 38

PCI Peripheral Component Interconnect, p. 39

VGA Video Graphics Array, p. 39

DVI Digital Visual Interface, p. 39

LUT Look Up Table, p. 40

JTAG Joint Test Action Group, p. 41

FIFO First In First Out, p. 42

NFS Network File System, p. 42

CRT Cathode Ray Tube, p. 23

IP Intelectual Property, p. 43

SPP Standard Parallel Port, p. 43

RTL Register Transfer Level, p. 45

IDE Integrated Drive Electronics, p. 46

EPP Enhanced Parallel Port, p. 47

GPU Graphics Processing Unit, p. 52

CUDA Compute Uniﬁed Device Architecture, p. 54

LVDS Low-Voltage Diﬀerential Signaling, p. 54

PSTH Peristimulus Time Histogram, p. 58

ISI Inter Spike Interval, p. 60

RGB Red Green Blue, p. 24

FPGA Field Programmable Gate Array, p. 37

PLL Phase-Locked Loop, p. 37

SRAM Static Random Access Memory, p. 37

SDRAM Synchronous Dynamic Random Access Memory, p. 37

DAC Digital-to-analog converter, p. 37

USB Universal Serial Bus, p. 37

Livros Grátis
( http://www.livrosgratis.com.br )
 
Milhares de Livros para Download:
 
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas

Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
 
 