神經形態運算需要在類似是神經整合和突觸等人腦元素的啟發下建立體系架構。這些運算架構被證明能激發出許多極具發展前景與優勢的應用，因為它們可以同時兼具儲存和學習的功能。

當前大多數的神經形態運算架構都是人為重建突觸的可塑性（亦即很容易隨著時間的推移而塑造的能力），突觸是神經細胞之間的連接點，能夠在大腦各區域進行脈沖傳播。然而，神經形態運算方法的另一個潛在有價值的靈感啟發來源是神經單位膜的可塑性，它是保護神經元功能的屏障。找到能復制神經單位膜特性的合適系統，讓神經芯片產生獨特非線性輸出動態。

考慮到這一點，柏林工業大學、德勒斯登和霍姆赫茲中心研究人員最近設計了一種能模仿神經單元膜既有可塑性神經晶體管。關于這顆新型神經晶體管的論文已發表在《自然-電子學》期刊上，該晶體管是透過在硅納米線上涂上離子摻雜型溶膠-凝膠硅酸鹽薄膜制成的。

Eunhye Baek、Baraban和他們同事共同設計的神經晶體管，利用了基的于硅納米線晶體管之電子式電壓生物傳感器的特性。這類傳感器可以將離子或分子的電荷轉換成電流。研究人員將能電子感應到離子電荷的場效晶體管與溶膠－凝膠薄膜結合，進而實現離子電荷的重新分配。

由Baek、Baraban、Cuniberti和他們同事共同提出的新型神經晶體管可以充當短期存儲器，這是因為溶膠-凝膠薄膜限制了內部離子的移動，并在短時間內保持一定的離子狀態。由于這種獨特性，溶膠－凝膠薄膜允許神經晶體管產生獨特的非線性（亦即Sigmoid函數）輸出動態，它由歷史輸入訊號來控制。

這項研究最有意義的成就是利用神經元可塑性獲得動態學習能力。