机构名称：
¥ 1.0
摘要 传统的脉冲分类和运动意图解码算法大多在外部计算设备（如个人计算机）上实现。高分辨率和高密度电极的创新记录了单个神经元级别的大脑活动，可能完全消除脉冲分类的需要，同时可能实现体内神经解码。本文探讨了有无脉冲分类的体内解码的可行性和有效实现。介绍了基于神经网络的可靠运动解码模型的效率，并评估了候选神经解码方案对已排序的单单元活动和未分类的多单元活动的性能。据我们所知，首次设计和实现了具有自定义指令集架构的可编程处理器，用于在标准 180 纳米 CMOS 工艺中执行神经网络操作。处理器的布局估计占用 49 平方毫米的硅面积，并从 1.8 V 电源耗散 12 毫瓦的功率，这在脑的组织安全操作范围内。
迈向体内神经解码
主要关键词
相关文件推荐
