קורס מבוא לביו־אלקטרוניקה עם תאים ורקמות חיים

הקורס מבוסס על הספר : מבוא לביו אלקטרוניקה עם תאים ורקמות מאת יניב מאור.

שם מלא של הקורס

מבוא לביו־אלקטרוניקה תאית: ניטור, עיבוד ואקטיבציה של תאים ורשתות עצביות באמצעות ESP32, ‏FPGA, אלקטרוכימיה ובינה מלאכותית

---

1. מטרת הקורס

מטרת הקורס היא להקנות הבנה רב־תחומית של האופן שבו ניתן לחבר מערכת אלקטרונית לתא חי, לרקמה ביולוגית או לרשת נוירונים, לצורך:

• מדידת פעילות חשמלית תאית.
• מדידת שינויים כימיים בסביבת התא.
• זיהוי פוטנציאלי פעולה.
• מדידת אותות מרשתות נוירונים.
• גירוי חשמלי מבוקר של תאים.
• הפעלת שריר, עצב או תרבית תאים.
• זיהוי שינויים מטבוליים.
• ניתוח אותות ביולוגיים בזמן אמת.
• סיווג מצבי תא באמצעות בינה מלאכותית.
• יצירת מערכת משוב סגורה המודדת את התא ומפעילה אותו בהתאם לתגובה.

הקורס אינו מיועד לפיתוח התקן רפואי להשתלה בבני אדם. העבודה המעשית תבוצע באמצעות מודלים בטוחים, אלקטרודות במלחים, תאים מסחריים מאושרים, סימולטורים חשמליים ותרביות מעבדה תחת פיקוח מתאים.

---

2. תוצר הקורס

בסיום הקורס הסטודנט יפתח אב־טיפוס של מערכת ביו־אלקטרונית המסוגלת:

1. לקלוט אות חלש מאלקטרודה ביולוגית.
2. להגביר את האות באמצעות מגבר ביופוטנציאלים.
3. לסנן רעש והפרעות.
4. לדגום את האות באמצעות ADC חיצוני.
5. להעביר את הנתונים ל־ESP32 או ל־FPGA.
6. לבצע עיבוד אותות בזמן אמת.
7. לזהות אירוע ביולוגי באמצעות אלגוריתם או מודל AI.
8. להפיק פולס גירוי חשמלי מבוקר.
9. למדוד את תגובת התא לאחר הגירוי.
10. לתעד את המידע במחשב או בשרת.

המערכת הסופית תהיה מערכת בסיסית מסוג:

Record → Process → Decide → Stimulate → Measure Response

כלומר:

מדידה → עיבוד → החלטה → אקטיבציה → מדידת תגובה

---

3. קהל היעד

הקורס מתאים ל:

• מהנדסי אלקטרוניקה.
• מהנדסי תוכנה.
• מפתחי מערכות משובצות.
• חוקרי בינה מלאכותית.
• חוקרי רובוטיקה.
• סטודנטים לביולוגיה או ביוטכנולוגיה.
• מפתחי חיישנים ביולוגיים.
• חוקרים המעוניינים להיכנס לתחום הביו־אלקטרוניקה.
• מפתחי מערכות נוירומורפיות.
• חוקרים בתחום ממשקי מוח–מחשב.

---

4. ידע מוקדם מומלץ

4.1 אלקטרוניקה

• מתח, זרם והתנגדות.
• חוק אוהם.
• קבלים ונגדים.
• מגבר שרת.
• אות אנלוגי ואות דיגיטלי.
• ADC ו־DAC.
• רעש חשמלי בסיסי.

4.2 תוכנה

• תכנות בסיסי ב־C או Python.
• עבודה בסיסית עם ESP32.
• הבנת משתנים, פונקציות ולולאות.
• יתרון בסיסי ב־Verilog, אך אין חובה.

4.3 ביולוגיה

לא נדרש ידע ביולוגי מתקדם. הקורס מתחיל מהמבנה הבסיסי של התא, קרום התא, יונים, תעלות יונים ופוטנציאל ממברנה.

---

5. מבנה הקורס

היקף מומלץ:

• 80 שעות לימוד.
• 40 שעות תאוריה.
• 30 שעות מעבדה.
• 10 שעות פרויקט מסכם.

אפשרות מורחבת:

• 120 שעות.
• 60 שעות תאוריה.
• 45 שעות מעבדה.
• 15 שעות פרויקט.

---

פרק 1 – מבוא לביו־אלקטרוניקה

1.1 מהי ביו־אלקטרוניקה

ביו־אלקטרוניקה היא תחום המחבר בין:

• מערכות ביולוגיות.
• אלקטרוניקה.
• אלקטרוכימיה.
• חומרים.
• עיבוד אותות.
• בינה מלאכותית.
• מערכות בקרה.

במערכת אלקטרונית רגילה, המטען החשמלי מועבר בעיקר באמצעות אלקטרונים בתוך מתכות ומוליכים למחצה.

במערכת ביולוגית, המידע החשמלי מועבר בעיקר באמצעות יונים, כגון:

• נתרן, Na⁺.
• אשלגן, K⁺.
• סידן, Ca²⁺.
• כלוריד, Cl⁻.
• מימן, H⁺.

אחת הבעיות המרכזיות בביו־אלקטרוניקה היא ליצור ממשק בין שני עולמות:

עולם האלקטרונים של המעגל האלקטרוני

לבין:

עולם היונים של התא והרקמה הביולוגית

1.2 סוגי מערכות ביו־אלקטרוניות

• אלקטרודות למדידת תאים.
• מערכי Microelectrode Array.
• ממשקי מוח–מחשב.
• קוצבי לב.
• גירוי עצבי.
• שתלים שבלוליים.
• חיישני גלוקוז.
• חיישני pH.
• חיישנים אלקטרוכימיים.
• טרנזיסטורים אורגניים אלקטרוכימיים.
• חיישני FET ביולוגיים.
• מערכות Lab-on-Chip.
• איברים על שבב.
• אלקטרוניקה גמישה.
• ממשקים תוך־תאיים.

1.3 רמות החיבור למערכת הביולוגית

חיבור חוץ־תאי

האלקטרודה נמצאת ליד התא ואינה חודרת לתוכו.

יתרונות:

• נזק קטן יחסית.
• מדידה לאורך זמן.
• אפשרות למדוד תאים רבים.
• מתאים למערכי אלקטרודות.

חסרונות:

• אות חלש.
• רגישות גבוהה לרעש.
• קושי לזהות תא בודד.

חיבור על פני קרום התא

האלקטרודה נוגעת או נצמדת לממברנה.

דוגמאות:

• Patch Clamp.
• אלקטרודות יניקה.
• FET רגיש ליונים.
• אלקטרודות מיקרוסקופיות.

חיבור תוך־תאי

אלקטרודה חודרת לתוך התא או יוצרת גישה חשמלית לציטופלזמה.

יתרונות:

• מדידת פוטנציאל ממברנה ישיר.
• אות גדול ומדויק יותר.
• יכולת למדוד שינויים איטיים ומהירים.

חסרונות:

• סיכון לפגיעה בתא.
• קושי מכני.
• צורך באלקטרודות קטנות מאוד.
• זמן מדידה מוגבל במקרים רבים.

---

פרק 2 – ביולוגיה תאית למהנדסים

2.1 מבנה התא

• קרום התא.
• ציטופלזמה.
• גרעין.
• מיטוכונדריה.
• רשת אנדופלזמטית.
• שלד התא.
• חלבוני ממברנה.
• תעלות יונים.
• משאבות יונים.
• קולטנים.

2.2 קרום התא כרכיב חשמלי

מבחינה חשמלית ניתן לתאר את קרום התא בקירוב כקבל.

השכבה השומנית של הממברנה היא מבודד, והנוזלים משני צדי הממברנה הם מוליכים יוניים.

המודל הבסיסי כולל:

• קיבול ממברנה, Cm.
• התנגדות ממברנה, Rm.
• מקורות מתח המייצגים פוטנציאלי שיווי משקל של יונים.
• התנגדות של המדיום החוץ־תאי.
• התנגדות פנימית של התא.

מודל פשוט:

2.3 פוטנציאל מנוחה

תאים רבים שומרים על הפרש מתח בין פנים התא לחוץ התא.

בתאי עצב ערך טיפוסי יכול להיות בסדר גודל של עשרות מיליוולט שליליים בתוך התא ביחס לסביבה.

המתח נוצר עקב:

• ריכוזים שונים של יונים.
• חדירות שונה של הממברנה ליונים שונים.
• פעילות משאבות יונים.
• דיפוזיה.
• שיווי משקל אלקטרוכימי.

2.4 משוואת נרנסט

משוואת נרנסט מתארת את פוטנציאל שיווי המשקל של יון מסוים:

כאשר:

• Eion הוא פוטנציאל שיווי המשקל.
• R הוא קבוע הגזים.
• T היא הטמפרטורה בקלווין.
• z הוא מטען היון.
• F הוא קבוע פאראדיי.
• Cout הוא הריכוז מחוץ לתא.
• Cin הוא הריכוז בתוך התא.

2.5 משוואת גולדמן–הודג'קין–כץ

משוואה זו מרחיבה את משוואת נרנסט למצב שבו מספר יונים תורמים למתח הממברנה.

נלמד:

• חדירות יחסית.
• מפל ריכוזים.
• תרומת נתרן, אשלגן וכלוריד.
• תלות המתח בפעילות תעלות היונים.

2.6 פוטנציאל פעולה

פוטנציאל פעולה הוא אירוע חשמלי מהיר המתרחש בתאי עצב, שריר ותאים מעוררים נוספים.

שלבים:

1. מצב מנוחה.
2. דה־פולריזציה.
3. פתיחת תעלות נתרן.
4. עלייה מהירה במתח.
5. פתיחת תעלות אשלגן.
6. רה־פולריזציה.
7. היפר־פולריזציה.
8. חזרה למצב מנוחה.
9. תקופה רפרקטורית.

2.7 מודל Hodgkin–Huxley

מבוא למודל המתאר תא עצב באמצעות:

• קבל ממברנה.
• מוליכות נתרן.
• מוליכות אשלגן.
• זרם דליפה.
• משתני שער.
• משוואות דיפרנציאליות תלויות זמן.

מטרת החלק אינה לפתור את כל המודל ידנית, אלא להבין כיצד פעילות יונית הופכת לאות חשמלי מדיד.

---

פרק 3 – רשתות עצביות ביולוגיות

3.1 מבנה הנוירון

• גוף התא.
• דנדריטים.
• אקסון.
• תלולית האקסון.
• מעטפת מיאלין.
• מרווחי Ranvier.
• טרמינלים סינפטיים.

3.2 הולכת אות לאורך האקסון

נלמד:

• הולכה פסיבית.
• הולכה אקטיבית.
• קבוע זמן.
• קבוע מרחק.
• הולכה סלטטורית.
• השפעת קוטר האקסון.
• השפעת המיאלין.

3.3 סינפסות

סינפסה חשמלית

העברת זרם ישירה בין תאים באמצעות Gap Junctions.

סינפסה כימית

• שחרור נוירוטרנסמיטר.
• מעבר במרווח הסינפטי.
• קישור לקולטנים.
• יצירת פוטנציאל פוסט־סינפטי.

3.4 אותות מעוררים ומעכבים

• EPSP.
• IPSP.
• סכימה בזמן.
• סכימה במרחב.
• סף ירי.
• קצב ירי.
• קידוד לפי תדר.
• קידוד לפי תזמון.

3.5 פעילות רשת עצבית

• ירי ספונטני.
• סנכרון.
• גלים עצביים.
• התפרצויות פעילות.
• פעילות מחזורית.
• פלסטיות.
• למידה הביאנית.
• Long-Term Potentiation.
• Long-Term Depression.

3.6 מה מודדת אלקטרודה ליד רשת נוירונים

האלקטרודה אינה “קוראת מחשבה”. היא מודדת שדה חשמלי מקומי הנוצר מזרמים יוניים בתאים הסמוכים.

האות תלוי ב:

• מרחק מהתא.
• כיוון התא.
• גודל האלקטרודה.
• מוליכות המדיום.
• מספר התאים הפעילים.
• סנכרון בין התאים.
• תדר הדגימה.
• רעש האלקטרודה.

---

פרק 4 – יסודות אלקטרוכימיה

4.1 מעבר בין הולכה אלקטרונית להולכה יונית

במתכת זורמים אלקטרונים.

בתמיסה ביולוגית נעים יונים.

בגבול שבין האלקטרודה לתמיסה מתרחשים:

• הצטברות מטען.
• יצירת שכבה כפולה חשמלית.
• תגובות חמצון־חיזור.
• מעבר מטען פאראדי.
• זרם קיבולי.
• קיטוב.

4.2 השכבה הכפולה החשמלית

כאשר אלקטרודה נמצאת באלקטרוליט, מטען על פני האלקטרודה מושך יונים בעלי מטען הפוך.

נוצרת שכבה כפולה הכוללת:

• מטען על האלקטרודה.
• שכבת יונים צמודה.
• שכבת דיפוזיה.
• שדה חשמלי מקומי.

מבחינה חשמלית השכבה מתנהגת בחלקה כמו קבל.

4.3 זרם פאראדי וזרם לא־פאראדי

זרם לא־פאראדי

זרם הקשור לטעינה ולפריקה של הממשק ללא תגובה כימית נטו משמעותית.

זרם פאראדי

זרם הנוצר מתגובה כימית שבה אלקטרונים עוברים בין האלקטרודה למולקולה בתמיסה.

4.4 תגובות חמצון וחיזור

• חמצון: איבוד אלקטרונים.
• חיזור: קבלת אלקטרונים.
• זוגות Redox.
• פוטנציאל אלקטרודה.
• תלות בריכוז.
• קינטיקה של תגובה.

4.5 אלקטרודות עבודה, ייחוס ונגד

במערכת אלקטרוכימית תלת־אלקטרודית:

Working Electrode

האלקטרודה שבה מתרחשת המדידה או התגובה הרצויה.

Reference Electrode

מספקת פוטנציאל יציב למדידה.

דוגמאות:

• Ag/AgCl.
• Saturated Calomel Electrode.

Counter Electrode

סוגרת את מעגל הזרם ומאפשרת להעביר זרם מבלי להעמיס משמעותית על אלקטרודת הייחוס.

4.6 פוטנציוסטט

פוטנציוסטט שולט במתח שבין אלקטרודת העבודה לאלקטרודת הייחוס ומודד את הזרם הזורם דרך אלקטרודת הנגד.

מבנה עקרוני:

4.7 אמפרומטריה

מדידת זרם כתלות בזמן כאשר מופעל מתח מוגדר.

שימושים:

• גלוקוז.
• חמצן.
• לקטט.
• מי חמצן.
• נוירוטרנסמיטרים.
• תוצרי מטבוליזם.

4.8 וולטמטריה מחזורית

המתח נסרק בצורה מחזורית והזרם נמדד.

נלמד לזהות:

• שיא חמצון.
• שיא חיזור.
• זרם קיבולי.
• תגובה הפיכה.
• תגובה בלתי הפיכה.
• השפעת קצב הסריקה.

4.9 ספקטרוסקופיית עכבה אלקטרוכימית

מפעילים אות AC קטן במספר תדרים ומודדים את המשרעת והפאזה.

ניתן ללמוד מכך על:

• עכבת האלקטרודה.
• קיבול הממברנה.
• חיבור התא למצע.
• שלמות שכבת תאים.
• שינויים מורפולוגיים.
• מוות תאי.
• חדירות ממברנה.

---

פרק 5 – אלקטרודות וחומרים

5.1 סוגי אלקטרודות

• זהב.
• פלטינה.
• טיטניום.
• אירידיום.
• Iridium Oxide.
• כסף/כסף כלוריד.
• פחמן זכוכיתי.
• גרפן.
• ננו־צינוריות פחמן.
• פולימרים מוליכים.
• PEDOT:PSS.
• הידרוג'לים מוליכים.

5.2 תכונות חשובות של אלקטרודה

• מוליכות.
• עכבה.
• שטח פנים.
• יציבות כימית.
• רעילות.
• ביוקומפטביליות.
• גמישות.
• חספוס.
• קיבולת הזרקת מטען.
• חלון פוטנציאלים בטוח.
• יציבות לאורך זמן.

5.3 השפעת גודל האלקטרודה

אלקטרודה קטנה מאפשרת רזולוציה מרחבית גבוהה יותר, אך בדרך כלל מציגה:

• עכבה גבוהה יותר.
• רעש גבוה יותר.
• קיבולת זרם נמוכה יותר.
• רגישות גדולה יותר לזיהום פני שטח.

אלקטרודה גדולה מאפשרת:

• עכבה נמוכה יותר.
• גירוי חזק יותר.
• ממוצע של פעילות תאים רבים.
• רזולוציה מרחבית נמוכה יותר.

5.4 אלקטרודות מיקרוסקופיות וננו־אלקטרודות

• Microelectrode.
• Nanoelectrode.
• Nanopillar.
• Nanowire.
• Mushroom Electrode.
• Carbon Fiber Microelectrode.
• CMOS Microelectrode Array.
• Needle Electrode.

5.5 אלקטרודות תוך־תאיות

• מיקרופיפטה מזכוכית.
• Sharp Microelectrode.
• Patch Clamp Pipette.
• Nanowire FET.
• Nanotube Electrode.
• 3D Nanopillar.
• Electroporation-Assisted Interface.

---

פרק 6 – המודל החשמלי של ממשק אלקטרודה–רקמה

6.1 מודל Randles

מודל בסיסי של ממשק אלקטרוכימי:

כאשר:

• Rs היא התנגדות התמיסה.
• Rct היא התנגדות מעבר המטען.
• Cdl הוא קיבול השכבה הכפולה.

במודלים מתקדמים ניתן להוסיף:

• Warburg impedance.
• Constant Phase Element.
• עכבת רקמה.
• קיבול ממברנה.
• התנגדות מגע.

6.2 רעש תרמי

הרעש גדל עם:

• טמפרטורה.
• התנגדות.
• רוחב פס.

לכן אלקטרודה בעלת עכבה גבוהה ומגבר בעל רוחב פס רחב עלולים להפיק רעש משמעותי.

6.3 רעש 1/f

רעש בתדרים נמוכים הנפוץ ב:

• טרנזיסטורים.
• אלקטרודות.
• מגברים.
• חיישנים אלקטרוכימיים.

הוא חשוב במיוחד כאשר מודדים אותות ביולוגיים איטיים.

6.4 תנועת האלקטרודה

תנועה מכנית קטנה יכולה לשנות:

• שטח מגע.
• קיבול הממשק.
• פוטנציאל האלקטרודה.
• ריכוז יונים מקומי.

התוצאה עלולה להיראות כמו אות ביולוגי למרות שמדובר בארטיפקט תנועה.

---

פרק 7 – אלקטרוניקה אנלוגית למדידת תאים

7.1 דרישות ממעגל הקליטה

• עכבת כניסה גבוהה.
• רעש נמוך.
• זרם הטיה קטן.
• הגנה מפני מתח יתר.
• בידוד.
• CMRR גבוה.
• הגבר יציב.
• רוחב פס מתאים.
• יכולת עבודה עם אותות מיקרו־וולט ומילי־וולט.

7.2 מגבר מכשור

מגבר מכשור מתאים למדידת הפרש קטן בין שתי כניסות בנוכחות מתח משותף גדול יותר.

נושאים:

• הגבר דיפרנציאלי.
• Common Mode.
• CMRR.
• Input Bias Current.
• Input Offset Voltage.
• Input Noise Density.

7.3 מגבר Transimpedance

ממיר זרם למתח:

מתאים ל:

• חיישנים אלקטרוכימיים.
• פוטודיודות.
• אלקטרודות אמפרומטריות.
• מדידת זרם Redox.

7.4 מסננים אנלוגיים

• מסנן מעבר נמוך.
• מסנן מעבר גבוה.
• Band-Pass.
• Notch בתדר 50 Hz.
• Anti-Aliasing Filter.
• מסנן Sallen-Key.
• מסנן אקטיבי מסדר שני.

7.5 Bias ו־Virtual Ground

כאשר עובדים עם ספק יחיד, למשל 3.3V או 5V, יש ליצור נקודת אמצע:

אות דו־קוטבי קטן מוזז סביב Vmid כדי שה־ADC יוכל למדוד אותו.

7.6 הגנת הכניסה

• נגדי הגבלה.
• דיודות הגנה בעלות זליגה נמוכה.
• TVS מתאים.
• הפרדה גלוונית.
• חסימת DC.
• הגנה מאלקטרוסטטיקה.
• הגבלת זרם לתא.

---

פרק 8 – דגימה ו־ADC

8.1 עקרון הדגימה

לפי משפט Nyquist, קצב הדגימה צריך להיות לפחות פי שניים מהתדר הגבוה ביותר באות.

בפועל נבחר קצב גבוה יותר ונשתמש במסנן Anti-Aliasing.

8.2 רזולוציה

ADC של N ביטים מחלק את תחום המתח ל:

רמות.

לדוגמה, ADC של 16 ביט כולל:

8.3 מדוע ADC פנימי של ESP32 אינו תמיד מספיק

ה־ADC הפנימי מתאים לניסויים בסיסיים, אך למדידות ביולוגיות מדויקות נעדיף ADC חיצוני בגלל:

• ליניאריות טובה יותר.
• רעש נמוך יותר.
• רזולוציה גבוהה יותר.
• מתח ייחוס יציב.
• ערוצים דיפרנציאליים.
• קצב דגימה מוגדר היטב.

ה־ESP32 תומך במצבי ADC של דגימה חד־פעמית ורציפה, וכן בכיול ADC.

8.4 ADC אפשריים

ADS1115

• 16 ביט.
• איטי יחסית.
• מתאים לאותות איטיים.
• מתאים למדידות אלקטרוכימיות בסיסיות.

ADS131M04

• 24 ביט.
• ארבעה ערוצים.
• Delta-Sigma.
• מתאים למדידות ביופוטנציאלים.

ADS1299

• שמונה ערוצים.
• 24 ביט.
• מיועד למדידות ביופוטנציאל.
• מתאים ל־EEG, ‏EMG ומערכות רב־ערוציות.

AD7606

• מספר ערוצים.
• דגימה סימולטנית.
• מתאים לעיבוד רב־ערוצי עם FPGA.

8.5 DAC

ה־DAC משמש ל:

• יצירת מתח סריקה.
• יצירת פקודת פוטנציוסטט.
• יצירת צורת גל.
• שליטה בעוצמת גירוי.
• יצירת Offset.

ב־ESP32 הקלאסי קיימת אפשרות להפיק אות דרך DAC פנימי, כולל עבודה עם I2S ו־DMA, אך במערכת ביולוגית מדויקת עדיף בדרך כלל DAC חיצוני איכותי.

---

פרק 9 – שימוש ב־ESP32

9.1 תפקיד ה־ESP32 במערכת

ה־ESP32 ישמש כ:

• בקר מערכת.
• ממשק תקשורת.
• קורא ADC.
• מפעיל DAC.
• מנהל ניסוי.
• מאחסן נתונים.
• משדר Wi-Fi.
• ממשק Web.
• בקר טמפרטורה.
• בקר משאבות או שסתומים.
• שכבת בטיחות.

9.2 ממשקי תקשורת

• SPI ל־ADC מהיר.
• I²C לחיישנים איטיים.
• UART לתקשורת עם FPGA.
• I2S לזרמי דגימות.
• Wi-Fi להעברת נתונים.
• BLE להגדרה ושליטה.
• Ethernet בדגמים תומכים.

9.3 משימות תוכנה

• קריאת ADC.
• Timestamp לכל דגימה.
• Buffering.
• בדיקת חריגות.
• סינון ראשוני.
• שליחת נתונים.
• שמירת CSV.
• הפעלת גירוי.
• Watchdog.
• זיהוי תקלה באלקטרודה.

9.4 FreeRTOS

חלוקת המערכת למשימות:

• Task 1: דגימה.
• Task 2: תקשורת.
• Task 3: עיבוד.
• Task 4: בקרת גירוי.
• Task 5: בטיחות.
• Task 6: שמירת נתונים.

9.5 מגבלת ה־ESP32

ה־ESP32 מתאים מאוד לניהול, תקשורת ועיבוד בינוני. הוא פחות מתאים כאשר נדרשים:

• עשרות ערוצים במהירות גבוהה.
• דגימה בו־זמנית.
• תזמון ברמת ננו־שניות.
• מסננים מקביליים רבים.
• גילוי Spike במספר רב של ערוצים.
• עיכוב קבוע ודטרמיניסטי מאוד.

במקרים אלה נשתמש ב־FPGA.

---

פרק 10 – שימוש ב־FPGA בממשק ביולוגי

10.1 מדוע FPGA

FPGA מאפשר לבצע פעולות רבות במקביל:

• קליטת מספר ADCs.
• סינון ערוצים במקביל.
• זיהוי ספים.
• חישוב אנרגיה.
• זיהוי Spike.
• הפקת פולסים מדויקים.
• Timestamp מדויק.
• בקרת גירוי סינכרונית.
• דחיסת נתונים.
• ממשק מהיר למחשב.

10.2 חלוקת התפקידים

ESP32

• ממשק משתמש.
• Wi-Fi.
• שרת Web.
• שמירת הגדרות.
• שליחת נתונים.
• ניהול ניסוי.

FPGA

• דגימה מהירה.
• עיבוד בזמן אמת.
• תזמון מדויק.
• הפקת גירוי.
• זיהוי אירועים.
• עבודה רב־ערוצית.

מחשב או שרת

• אימון AI.
• הצגת גרפים.
• שמירת מסד נתונים.
• ניתוח סטטיסטי.
• דוחות.

10.3 Tang FPGA ברמת מבוא

שלב ראשון:

• LED.
• מונה.
• UART.
• SPI Master.
• FIFO.
• Sampling Clock.
• PWM.
• State Machine.

שלב שני:

• קריאת ADC.
• סינון FIR.
• חישוב ממוצע.
• זיהוי Crossing.
• Timestamp.
• כתיבה ל־FIFO.
• העברה ל־ESP32.

10.4 Tang ברמת 35K

לוח FPGA בינוני מתאים ל:

• 4–16 ערוצי מדידה.
• מסנני FIR בסיסיים.
• Spike Detection.
• UART או SPI מהיר.
• מחולל גירוי.
• זיכרון טבעת.
• FFT קטן.
• מודל AI קטן בכמותית Fixed-Point.

10.5 Tang Mega 60K

מתאים ל:

• עשרות ערוצים.
• מסננים מקביליים.
• FFT רב־ערוצי.
• עיבוד מטריצות.
• ממשק DDR3.
• אחסון חלונות דגימה ארוכים.
• מודל CNN או MLP קטן.
• עיבוד אותות בזמן אמת.
• ממשקי תקשורת מהירים.

ל־Tang Mega 60K כ־59,904 LUTs, ‏118 יחידות כפל 18×18, זיכרון Block RAM, ‏DDR3 וממשקים מהירים, ולכן הוא יכול לשמש כליבת עיבוד רב־ערוצית.

---

פרק 11 – תכנון מערכת מדידה רב־ערוצית

11.1 מבנה ערוץ יחיד

11.2 מערכת רב־ערוצית

11.3 סנכרון

כל הערוצים צריכים להשתמש ב:

• Clock משותף.
• Timestamp משותף.
• Trigger משותף.
• התחלת דגימה משותפת.
• אות גירוי מתועד.
• זמן השהיה ידוע.

11.4 Crosstalk

נלמד כיצד למנוע זליגת אות בין ערוצים באמצעות:

• הארקה נכונה.
• Guard Traces.
• הפרדת אנלוגי ודיגיטלי.
• מסלולים קצרים.
• ספקי מתח נקיים.
• Shielding.
• דגימה דיפרנציאלית.
• תכנון PCB מתאים.

---

פרק 12 – הקלטת פעילות תאית

12.1 מדידה חוץ־תאית

נמדוד שינויים מהירים בשדה החשמלי ליד התא.

המערכת צריכה להתמודד עם:

• אות קטן.
• Offset גדול יחסית.
• רעש 50 Hz.
• תנועה.
• Drift.
• פעילות מתאים רבים.

12.2 Spike Detection

שיטות בסיסיות:

סף קבוע

סף לפי סטיית תקן

אנרגיית חלון

נגזרת

זיהוי שינוי מהיר באות.

Wavelet

מתאים לזיהוי אירועים קצרים בתדרים שונים.

12.3 Spike Sorting

כאשר מספר נוירונים נמדדים על אותה אלקטרודה, ניתן לנסות להפריד ביניהם לפי צורת האות.

שלבים:

1. זיהוי Spike.
2. חיתוך חלון סביב האירוע.
3. נרמול.
4. חילוץ תכונות.
5. PCA.
6. Clustering.
7. שיוך לנוירון משוער.

12.4 מדדים של רשת עצבית

• Spike Rate.
• Inter-Spike Interval.
• Burst Rate.
• Burst Duration.
• Synchronization Index.
• Cross-Correlation.
• Network Connectivity.
• Response Latency.
• Recovery Time.
• Adaptation.

---

פרק 13 – גירוי חשמלי של תאים

13.1 מטרת הגירוי

• הפעלת נוירון.
• הפעלת שריר.
• שינוי קצב ירי.
• בדיקת תגובה.
• יצירת דפוס פעילות.
• מחקר פלסטיות.
• בדיקת תרופה.
• בקרת רקמה.

13.2 גירוי במתח לעומת גירוי בזרם

Voltage-Controlled Stimulation

המערכת קובעת מתח, והזרם תלוי בעכבת הרקמה.

Current-Controlled Stimulation

המערכת קובעת זרם. לעיתים זו שיטה נשלטת יותר, אך דורשת מעגל מדויק והגנות.

13.3 פולס חד־פאזי

פולס בכיוון אחד בלבד.

הוא עלול ליצור:

• הצטברות מטען.
• קיטוב.
• תגובות כימיות.
• שינוי pH.
• פגיעה באלקטרודה.
• פגיעה ברקמה.

13.4 פולס דו־פאזי

פולס חיובי ואחריו פולס שלילי, או להפך.

מטרתו לצמצם מטען נטו.

13.5 Charge Balancing

המטען מחושב לפי:

בגירוי מאוזן:

13.6 פרמטרי גירוי

• משרעת.
• משך פולס.
• תדירות.
• מספר פולסים.
• Duty Cycle.
• זמן בין פאזות.
• קוטביות ראשונה.
• מטען כולל.
• צפיפות מטען.

13.7 תפקיד ה־FPGA בגירוי

ה־FPGA מאפשר:

• רוחב פולס מדויק.
• תזמון רב־ערוצי.
• רצפים מורכבים.
• סנכרון בין מדידה לגירוי.
• Trigger ברמת Clock.
• עצירת חירום.
• ניטור חריגות.

---

פרק 14 – ארטיפקט הגירוי

כאשר מפעילים גירוי, המתח הגדול יחסית עלול להסתיר את האות הביולוגי החלש.

שיטות טיפול:

• ניתוק זמני של מגבר הקלט.
• Analog Switch.
• Sample-and-Hold.
• Blank Period.
• הגבלת Slew Rate.
• שחזור מהיר של המגבר.
• חיסור תבנית הגירוי.
• Adaptive Filtering.
• שימוש באלקטרודות נפרדות למדידה ולגירוי.

נמדוד:

• זמן התאוששות.
• רוויה.
• Offset לאחר גירוי.
• זמן עד חזרת המערכת למדידה תקינה.

---

פרק 15 – ממשקים תוך־תאיים

15.1 Patch Clamp

טכניקה למדידת זרמים דרך ממברנת התא.

מצבים עיקריים:

• Cell-Attached.
• Whole-Cell.
• Inside-Out.
• Outside-Out.

15.2 דרישות אלקטרוניות

• מגבר בעל זרם הטיה זעיר.
• רעש נמוך מאוד.
• פיצוי קיבול.
• Voltage Clamp.
• Current Clamp.
• מדידת זרמים קטנים מאוד.
• הארקה והגנה קפדניות.

15.3 Voltage Clamp

המערכת מחזיקה את מתח הממברנה בערך נתון ומודדת את הזרם הדרוש לכך.

15.4 Current Clamp

המערכת מזריקה זרם ומודדת את שינוי המתח.

15.5 ננו־אלקטרודות תוך־תאיות

נלמד עקרונות של:

• חדירת ממברנה.
• Electroporation.
• Nanopillar.
• Nanowire.
• 3D Electrode.
• צימוד חשמלי לתא.
• סגירת הממברנה סביב האלקטרודה.
• יציבות ארוכת טווח.

ננו־אלקטרודות משמשות גם למדידות אלקטרוכימיות מקומיות בתוך תאים, למשל לזיהוי מולקולות פעילות מסוג ROS ו־RNS.

---

פרק 16 – חיישנים אלקטרוכימיים לתאים

16.1 מדידת pH

שינויים ב־pH יכולים להעיד על:

• פעילות מטבולית.
• נשימה תאית.
• זיהום.
• מוות תאי.
• תגובה לתרופה.

16.2 מדידת חמצן

תאים צורכים חמצן. קצב צריכת החמצן הוא מדד למטבוליזם.

16.3 מדידת גלוקוז

ניתן למדוד צריכת גלוקוז באמצעות:

• אנזים Glucose Oxidase.
• אלקטרודת עבודה.
• מדידת תוצרי תגובה.

16.4 מדידת לקטט

לקטט משמש מדד למסלולים מטבוליים, מאמץ וחוסר חמצן.

16.5 מדידת ROS

Reactive Oxygen Species יכולים להעיד על:

• עקה חמצונית.
• דלקת.
• נזק תאי.
• תגובת מערכת החיסון.
• תגובה לתרופה.

16.6 מדידת נוירוטרנסמיטרים

• דופמין.
• סרוטונין.
• גלוטמט.
• אצטילכולין.

המדידה דורשת סלקטיביות, אלקטרודות מתאימות וניתוח של אותות חמצון־חיזור.

---

פרק 17 – עיבוד אותות דיגיטלי

17.1 הסרת DC ו־Drift

• High-Pass Filter.
• Moving Average Subtraction.
• Polynomial Detrending.
• Baseline Correction.

17.2 סינון רעש 50 Hz

• Notch Filter.
• Reference Noise Cancellation.
• Shielding.
• Differential Measurement.
• Adaptive Filter.

17.3 מסנן FIR

יתרונות:

• יציבות.
• פאזה ליניארית.
• מימוש פשוט ב־FPGA.
• אפשרות לעבודה בצינור עיבוד.

17.4 מסנן IIR

יתרונות:

• פחות מקדמים.
• חסכוני במשאבים.

חסרונות:

• סכנת חוסר יציבות.
• פאזה לא ליניארית.
• רגישות ל־Fixed-Point.

17.5 FFT

שימושים:

• ניתוח רעש.
• זיהוי תנודות.
• הפרדת תחומי תדר.
• זיהוי פעילות מחזורית.
• זיהוי הפרעות.
• ניתוח תגובת מערכת.

17.6 קורלציה

• דמיון בין ערוצים.
• זיהוי סנכרון.
• מדידת השהיה.
• זיהוי התפשטות אות ברשת עצבית.

---

פרק 18 – Fixed-Point ב־FPGA

18.1 מדוע לא להשתמש תמיד ב־Floating Point

Floating Point צורך:

• משאבי לוגיקה רבים.
• DSPs רבים.
• זמן עיבוד.
• Latency גדול יותר.

18.2 ייצוג Q Format

לדוגמה, Q1.15:

• ביט סימן אחד.
• 15 ביטים לשבר.
• תחום קרוב ל־1- עד 1+.

18.3 נושאים מעשיים

• Scaling.
• Saturation.
• Overflow.
• Rounding.
• Truncation.
• Quantization Noise.
• רוחב מילה.
• Pipeline.
• ניצול DSP Blocks.

---

פרק 19 – בינה מלאכותית לניתוח פעילות תאית

19.1 מטרות AI

• זיהוי Spike.
• זיהוי Burst.
• סיווג מצב תא.
• זיהוי תא בריא לעומת תא פגוע.
• זיהוי תגובה לתרופה.
• זיהוי זיהום.
• הערכת חיוניות תאים.
• זיהוי ארטיפקט.
• חיזוי תגובה לגירוי.
• בקרת גירוי אוטומטית.

19.2 מבנה נתונים

כל דוגמה יכולה לכלול:

• חלון אות חשמלי.
• ספקטרום.
• עכבה.
• pH.
• חמצן.
• טמפרטורה.
• ריכוז מטבוליט.
• זמן מאז גירוי.
• פרמטרי הגירוי.
• תגובת התא.

19.3 תכונות אפשריות

• RMS.
• Peak-to-Peak.
• ממוצע.
• סטיית תקן.
• אנרגיה.
• קצב Spike.
• משך Burst.
• תדר מרכזי.
• Spectral Entropy.
• קצב שינוי.
• Impedance Magnitude.
• Phase.
• Charge Transfer Resistance.
• Cell Index.

19.4 מודלים בסיסיים

• Logistic Regression.
• Decision Tree.
• Random Forest.
• SVM.
• K-Nearest Neighbors.
• MLP.
• 1D CNN.
• LSTM.
• Autoencoder.

19.5 1D CNN

מתאים לאותות זמן.

מבנה לדוגמה:

19.6 Autoencoder

שימושים:

• גילוי אנומליות.
• דחיסת אות.
• הסרת רעש.
• זיהוי מצב שלא הופיע באימון.
• ניטור שינוי הדרגתי בתאים.

19.7 AI על ESP32

מתאים ל:

• מודלים קטנים.
• מספר תכונות מצומצם.
• סיווג בסיסי.
• זיהוי אירוע.
• TinyML.

19.8 AI על FPGA

מתאים ל:

• עיבוד מקבילי.
• Conv1D.
• מטריצות.
• Quantized Neural Networks.
• Latency נמוך.
• קצב דגימות גבוה.
• מספר ערוצים רב.

---

פרק 20 – מערכת Closed-Loop

20.1 רעיון המערכת

מערכת משוב סגורה מודדת את התא, מנתחת את מצבו ומחליטה אם להפעיל גירוי.

20.2 דוגמה

1. המערכת מודדת פעילות עצבית.
2. מזוהה ירידה בקצב הירי.
3. AI מזהה מצב “פעילות נמוכה”.
4. בקר הבטיחות בודק שלא עברנו את מגבלת הגירוי.
5. ה־FPGA מפיק פולס דו־פאזי.
6. המערכת ממתינה להתאוששות.
7. נמדדת תגובת התא.
8. פרמטרי הגירוי מותאמים בהדרגה.

20.3 בקרת סף

20.4 בקרת PID

ניתן להגדיר ערך מטרה של פעילות:

הבקר משנה את:

• עוצמת הגירוי.
• תדירות הגירוי.
• מספר הפולסים.
• מרווח הזמן.

20.5 Reinforcement Learning

אפשרות מתקדמת:

• מצב: פעילות התא.
• פעולה: פרמטרי גירוי.
• תגמול: התקרבות לפעילות הרצויה.
• ענישה: גירוי חזק, חוסר יציבות או סימן לפגיעה.

בקורס המבוא נלמד את הרעיון, אך לא נאפשר לאלגוריתם להפעיל גירוי ללא מגבלות קשיחות שנקבעו מראש.

---

פרק 21 – מעבדות הקורס

מעבדה 1 – מודל חשמלי של תא

מטרות:

• בניית מעגל RC המדמה ממברנה.
• מדידת קבוע זמן.
• שינוי התנגדות וקיבול.
• השוואה בין אות מדרגה לתגובה תאית.

ציוד:

• נגדים.
• קבלים.
• מחולל אותות.
• אוסצילוסקופ.
• ESP32.

מעבדה 2 – מדידת מוליכות של תמיסות

מטרות:

• השוואת מים מזוקקים, מי מלח ותמיסות בריכוזים שונים.
• מדידת התנגדות.
• הבנת הולכה יונית.
• בדיקת השפעת מרחק האלקטרודות.

מעבדה 3 – אלקטרודת Ag/AgCl

מטרות:

• הבנת אלקטרודת ייחוס.
• מדידת פוטנציאל יציב.
• השוואה לאלקטרודת מתכת רגילה.
• בדיקת Drift.

מעבדה 4 – בניית מגבר ביופוטנציאלים

מטרות:

• מגבר דיפרנציאלי.
• הגבר של אות קטן.
• מסנן מעבר גבוה.
• מסנן מעבר נמוך.
• Notch של 50 Hz.

מעבדה 5 – ADC חיצוני עם ESP32

מטרות:

• חיבור ADS1115 או ADC מדויק יותר.
• קריאת ערוץ דיפרנציאלי.
• כיול.
• שמירת נתונים.
• הצגת גרף בזמן אמת.

מעבדה 6 – פוטנציוסטט בסיסי

מטרות:

• שליטה במתח אלקטרודת עבודה.
• מדידת זרם באמצעות TIA.
• ביצוע סריקת מתח.
• הצגת גרף זרם–מתח.

מעבדה 7 – ספקטרוסקופיית עכבה בסיסית

מטרות:

• הפקת סינוס במספר תדרים.
• מדידת משרעת ופאזה.
• חישוב עכבה.
• התאמה למודל RC.

מעבדה 8 – SPI ADC עם FPGA

מטרות:

• יצירת SPI Master ב־Verilog.
• קריאת ADC.
• יצירת Sampling Clock.
• שמירת הדגימות ב־FIFO.
• שליחה ב־UART.

מעבדה 9 – מסנן FIR ב־Tang FPGA

מטרות:

• מימוש מסנן Fixed-Point.
• שימוש ב־DSP Blocks.
• השוואה ל־Python.
• בדיקת Overflow.
• Pipeline.

מעבדה 10 – Spike Detector

מטרות:

• יצירת אות תא סינתטי.
• הוספת רעש.
• זיהוי Spike.
• Timestamp.
• קצב ירי.
• העברת אירועים ל־ESP32.

מעבדה 11 – מחולל גירוי

מטרות:

• יצירת פולס דו־פאזי.
• שליטה במשרעת באמצעות DAC.
• שליטה ברוחב פולס באמצעות FPGA.
• בדיקת Charge Balance על עומס מדומה בלבד.

מעבדה 12 – AI לסיווג מצב תא

מחלקות לדוגמה:

• פעילות תקינה.
• פעילות נמוכה.
• פעילות גבוהה.
• רעש.
• ארטיפקט תנועה.
• תגובה לגירוי.

מעבדה 13 – מערכת Closed-Loop מדומה

מטרות:

• שימוש במודל תא ממוחשב או RC.
• מדידת תגובה.
• החלטת AI.
• יצירת גירוי.
• הגבלת בטיחות.
• שמירת כל האירועים.

מעבדה 14 – מדידה מתרבית תאית

תבוצע רק במעבדה מתאימה ותחת הדרכה.

אפשרויות:

• תרבית תאים לא־עצביים למדידת עכבה.
• תרבית שמרים.
• תאים מסחריים.
• מודל Organoid מאושר.
• רשת נוירונים בתרבית עם MEA מסחרי.

---

פרק 22 – פרויקט מסכם

שם הפרויקט

מערכת ביו־אלקטרונית חכמה לניטור ואקטיבציה של תא או רשת תאים

מבנה הפרויקט

שכבה 1 – ממשק ביולוגי

• אלקטרודת מדידה.
• אלקטרודת ייחוס.
• אלקטרודת גירוי.
• תא מדידה.
• מדיום אלקטרוליטי.

שכבה 2 – Analog Front-End

• הגנה.
• מגבר.
• מסננים.
• ADC.
• DAC.
• מקור זרם לגירוי.

שכבה 3 – FPGA

• SPI.
• FIFO.
• מסנן.
• זיהוי אירועים.
• מחולל גירוי.
• Timestamp.
• בקר בטיחות.

שכבה 4 – ESP32

• תצורה.
• Wi-Fi.
• שליחת נתונים.
• ממשק Web.
• שמירת ניסוי.
• תקשורת עם ה־FPGA.

שכבה 5 – AI

• חילוץ תכונות.
• סיווג מצב.
• גילוי אנומליות.
• חיזוי תגובה.
• המלצה על גירוי.

שכבה 6 – ממשק משתמש

הצגת:

• אות גולמי.
• אות מסונן.
• קצב אירועים.
• מצב התא.
• עכבה.
• פרמטרי גירוי.
• זמן תגובה.
• התראות.

---

פרק 23 – חומרה מומלצת

בקר ומחשוב

• ESP32-S3.
• ESP32-P4 למערכות מתקדמות.
• Tang FPGA בינוני, 20K–35K.
• Tang Mega 60K למערכת רב־ערוצית.
• מחשב עם Python.

ממירים

• ADS1115 לניסויי מבוא איטיים.
• ADS131M04 למדידות מדויקות.
• ADS1299 למערכת ביופוטנציאלים רב־ערוצית.
• DAC8562 או DAC דומה.
• ADC מהיר חיצוני למערכת FPGA.

רכיבים אנלוגיים

• Instrumentation Amplifier.
• Low-Noise Operational Amplifier.
• Transimpedance Amplifier.
• Analog Switch.
• Voltage Reference.
• Low-Noise LDO.
• Digital Isolator.
• Isolated DC/DC.

אלקטרודות

• Ag/AgCl.
• פלטינה.
• זהב.
• פחמן.
• מערך MEA מסחרי לניסויים מתקדמים.

ציוד מעבדה

• אוסצילוסקופ.
• מחולל אותות.
• מולטימטר.
• Logic Analyzer.
• ספק כוח מבודד.
• כלוב פאראדיי קטן.
• מיקרוסקופ.
• אינקובטור, רק במעבדה ביולוגית.
• ציוד סטרילי, רק בניסויי תאים.

---

פרק 24 – בטיחות, אתיקה ורגולציה

24.1 בטיחות חשמלית

• אין לחבר מערכת ניסיונית לאדם.
• אין להשתמש ישירות במתח רשת.
• יש להשתמש בספק מבודד.
• יש להגביל זרם בחומרה.
• יש להוסיף Watchdog.
• יש להוסיף Emergency Stop.
• יש למנוע גירוי DC ממושך.
• יש למדוד מטען לכל פולס.
• יש להפריד בין חלקי הגירוי לחלקי התקשורת.

24.2 בטיחות ביולוגית

• עבודה עם תאים רק במעבדה מורשית.
• שימוש בתרביות מאושרות.
• ציוד מגן אישי.
• מניעת זיהום.
• טיפול נכון בפסולת ביולוגית.
• סטריליזציה.
• תיעוד מקור התאים.

24.3 אתיקה

• אין לבצע ניסויים בבני אדם במסגרת קורס מבוא.
• אין לבצע ניסויים בבעלי חיים ללא אישור מוסדי.
• אין להשתמש ב־AI לקבלת החלטות טיפוליות.
• יש לשמור את כל נתוני הגירוי.
• יש לאפשר עצירה ידנית בכל עת.
• יש להגדיר גבולות גירוי בחומרה, ולא רק בתוכנה.

24.4 אמינות AI

• הפרדת Train, Validation ו־Test.
• מניעת Data Leakage.
• בדיקת False Positive.
• בדיקת False Negative.
• כיול הסתברות.
• הסבר החלטות.
• זיהוי נתונים מחוץ להתפלגות.
• שמירת האות הגולמי לצורך ביקורת.

---

פרק 25 – חלוקת הקורס ל־20 מפגשים

מפגש	נושא	עבודה מעשית
1	מבוא לביו־אלקטרוניקה	מדידת מוליכות תמיסות
2	מבנה התא והממברנה	מודל RC של תא
3	יונים ופוטנציאל מנוחה	סימולציית Nernst
4	פוטנציאל פעולה	יצירת אות עצבי סינתטי
5	רשתות נוירונים ביולוגיות	ניתוח Spike Rate
6	ממשק אלקטרודה–אלקטרוליט	מדידת Drift
7	אלקטרודות וחומרים	השוואת אלקטרודות
8	מגברי ביופוטנציאל	בניית מגבר
9	ADC ו־ESP32	דגימה והצגת גרף
10	פוטנציוסטט	מדידת זרם Redox מדומה
11	עכבה אלקטרוכימית	מדידת RC במספר תדרים
12	מבוא ל־FPGA	UART, FIFO ו־SPI
13	קליטת ADC ב־Tang	זרם דגימות רציף
14	DSP ב־FPGA	מסנן FIR
15	זיהוי Spike	Detector בזמן אמת
16	גירוי חשמלי	פולס דו־פאזי לעומס מדומה
17	AI לאותות תאיים	אימון מסווג
18	AI על ESP32/FPGA	Quantization
19	Closed-Loop	מערכת משוב מדומה
20	הצגת פרויקט	הדגמה ודוח הנדסי

---

פרק 26 – הישגים לימודיים

בסיום הקורס הסטודנט יוכל:

1. להסביר כיצד תא חי יוצר מתח וזרם.
2. להסביר את ההבדל בין זרם אלקטרונים לזרם יונים.
3. לתאר את ממשק האלקטרודה–אלקטרוליט.
4. לבחור חומר וגודל אלקטרודה.
5. לתכנן Analog Front-End בסיסי.
6. לבחור ADC מתאים.
7. לדגום אות ביולוגי עם ESP32.
8. להעביר דגימות ל־FPGA.
9. לממש מסנן FIR ב־Verilog.
10. לזהות פוטנציאלי פעולה.
11. לנתח פעילות רשת נוירונים.
12. לבצע מדידה אלקטרוכימית בסיסית.
13. לבנות פוטנציוסטט מבואי.
14. ליצור גירוי דו־פאזי על עומס מדומה.
15. לאמן מודל AI לסיווג פעילות תאית.
16. לממש מערכת משוב סגורה בסיסית.
17. לזהות סיכוני בטיחות.
18. להבחין בין מערכת מחקרית להתקן רפואי.

---

פרק 27 – הכיוון המחקרי המתקדם

לאחר קורס המבוא ניתן להמשיך לקורסים מתקדמים בנושאים:

• ביו־אלקטרוניקה תוך־תאית.
• CMOS Microelectrode Arrays.
• Organ-on-Chip.
• Brain–Computer Interfaces.
• Neural Prosthetics.
• Neuromorphic Engineering.
• Flexible Bioelectronics.
• Organic Electrochemical Transistors.
• Optogenetics.
• Electroceuticals.
• Biohybrid Robotics.
• Cultured Neural Networks.
• Closed-Loop Neurostimulation.
• AI Foundation Models לאותות עצביים.
• ממשקי Nanowire לתאים.
• אלקטרוניקה מתכלה ביולוגית.
• חומרים חיים מוליכים.
• ביו־אלקטרוניקה רגנרטיבית.