机构名称：
¥ 1.0
摘要 — 人工智能 (AI) 和机器学习目前正在彻底改变神经科学和神经技术。AI 被广泛用于研究和解释神经信号（分析应用）、协助残疾人（假肢应用）和治疗潜在的神经症状（治疗应用）。在本文中，我们将回顾片上 AI 为下一代植入式脑机接口 (BMI) 带来的新兴机遇，重点关注最先进的假肢 BMI。我们将讨论 AI 模型有效性面临的主要技术挑战。最后，我们将提出算法和 IC 设计解决方案，以实现新一代 AI 增强型高通道数 BMI。索引词 — 人工智能 (AI)、机器学习 (ML)、脑机接口 (BMI)、硬件效率。I. 简介全球有数百万人患有严重的运动障碍，如瘫痪和中风。为了让残疾人恢复正常生活，神经技术和神经科学的前沿领域正在开发各种各样的脑机接口 (BMI)。一般来说，BMI 被认为是从感知到动作（例如从视觉/触觉到伸手/抓握）的闭环系统，如图 1 所示。为了实现这一目标，可植入的 BMI 会记录来自大脑的一种或多种神经信号。考虑到时空分辨率和侵入性之间的权衡，皮层内和皮层脑活动记录被广泛应用于 BMI 应用 [1], [2]。接下来，数据处理和人工智能 (AI) 技术可用于以运动意图或脑功能障碍（例如脑损伤）标记的形式提取与任务相关的信息内容。最后，提取的信息用于生成驱动命令以移动假肢或自然肢体，或生成刺激命令以调节大脑活动。从应用角度来看，脑机接口可分为分析型、假肢型和治疗型系统（图 1）。分析型脑机接口用于研究大脑活动、功能或连接性。由于人工智能在分析高维数据方面取得了近期的成功，它被广泛应用于从细胞级（例如尖峰分类）到认知级（例如神经编码）的此类研究中。研究目标是发现感知背后的大脑机制或动态，或揭示大脑对特定动作的意图。假肢型脑机接口允许受试者执行日常任务，例如运动 [1] 或打字 [2]。此类脑机接口可以利用皮质运动活动通过神经肌肉或脊髓刺激来控制自然肢体。另一种假肢型脑机接口刺激躯体感觉皮层以恢复感觉反馈 [1]。通过调节神经系统，治疗型脑机接口
边缘 AI 对下一代可植入 BMI 的挑战和机遇
主要关键词
相关文件推荐
