可重构神经元器件，是神经形态计算组件，其模拟生物神经元的灵活性、多样性工作原理，能够动态调整功能与行为，具有可重构性、高功能集成度、低功耗特点，可以应用在神经形态计算系统、人工智能、虚拟现实、可穿戴设备、脑机接口等领域。
　　随着科技发展，大数据、人工智能、万物互联等领域对算力需求快速增长，导致硬件要求不断提高，传统集成电路存在物理限制，其效率与功耗已逐渐无法满足需求。神经形态计算模拟人类大脑神经形态计算架构，可突破冯•诺依曼架构，具有高效计算能力，神经元是其基本工作单元。可重构、多功能神经形态器件可以实现更加复杂与高效的神经网络架构，因此可重构神经元器件成为研究热点。
　　人类大脑神经元包含细胞体、突起两部分，突起又包括树突、轴突两种，工作时，树突接收其他神经元传递的冲动，传递给细胞体进行处理，生成电脉冲信号传递给轴突，轴突末端释放神经递质传递给下一个神经元树突。可重构神经元器件模拟此过程，利用忆阻器释放脉冲，利用电化学晶体管进行功能精确调控，利用器件输出端释放信号传递给下一器件。
　　我国政府对高技术产业发展极为重视，需要强大算力作为支撑，因此可重构神经元器件研究受到关注。2024年8月，工信部关于发布国家重点研发计划“高性能制造技术与重大装备”等16个重点专项2024年度项目申报指南的通知中，在高端功能与智能材料机敏仿生超材料方面，将基于量子电导异质结材料的可重构神经元器件研究列入。
   近年来，我国可重构神经元器件相关研究成果不断增多。2024年1月，清华大学团队提出了一种基于氢离子调控的石墨烯晶体管器件，证实了该器件在神经形态计算中的应用潜力，成果发表于《Nano Letters》；2024年9月，香港理工大学团队展示了一种基于两极性钨二硒化物（WSe2）和聚偏氟乙烯-三氟乙烯（P(VDF-TrFE)）铁电共聚物的可重构神经形态器件，成果发表于《ACS Nano》；2025年2月，浙江大学联合西湖大学利用MOTT忆阻器高效脉冲发生能力及ECRAM精确状态调控能力，开发了一种新型仿生神经元，成果发表于《Science Advances》。