EPFL 研究人員將低功耗芯片設(shè)計、機(jī)器學(xué)習(xí)算法和軟植入式電極相結(jié)合，產(chǎn)生了一種神經(jīng)接口，可以識別和抑制各種神經(jīng)系統(tǒng)疾病的癥狀。
工程學(xué)院綜合神經(jīng)技術(shù)實驗室的 Mahsa Shoaran 與軟生物電子接口實驗室的 Stéphanie Lacour 合作開發(fā)了 NeuralTree：一種閉環(huán)神經(jīng)調(diào)節(jié)片上系統(tǒng)，可以檢測和緩解疾病癥狀。
得益于 256 通道高分辨率傳感陣列和節(jié)能機(jī)器學(xué)習(xí)處理器，該系統(tǒng)可以從真實患者數(shù)據(jù)和體內(nèi)疾病動物模型中提取和分類廣泛的生物標(biāo)志物，從而實現(xiàn)高度癥狀預(yù)測的準(zhǔn)確性。
“NeuralTree 受益于神經(jīng)網(wǎng)絡(luò)的準(zhǔn)確性和決策樹算法的硬件效率，”Shoaran 說。“這是我們第一次能夠?qū)⑷绱藦?fù)雜但節(jié)能的神經(jīng)接口集成到二元分類任務(wù)中，例如癲癇發(fā)作或震顫檢測，以及多類任務(wù)，例如用于神經(jīng)修復(fù)應(yīng)用的手指運(yùn)動分類。 “
他們的成果在 2022 年 IEEE 國際固態(tài)電路會議上發(fā)表，并發(fā)表在IEEE Journal of Solid-State Circuits上。
效率、可擴(kuò)展性和多功能性
NeuralTree 通過從腦電波中提取神經(jīng)生物標(biāo)志物(已知與某些神經(jīng)系統(tǒng)疾病相關(guān)的電信號模式)發(fā)揮作用。然后，它會對信號進(jìn)行分類，并指出它們是否預(yù)示著即將發(fā)生的癲癇發(fā)作或帕金森氏震顫等。如果檢測到癥狀，也會激活同樣位于芯片上的神經(jīng)刺激器，發(fā)送電脈沖來阻止它。
Shoaran 解釋說，與最先進(jìn)的技術(shù)相比，NeuralTree 的獨特設(shè)計使該系統(tǒng)具有前所未有的效率和多功能性。該芯片擁有 256 個輸入通道，而之前的機(jī)器學(xué)習(xí)嵌入式設(shè)備只有 32 個，允許在植入物上處理更多高分辨率數(shù)據(jù)。
該芯片的面積高效設(shè)計意味著它也非常小(3.48mm2)，使其具有擴(kuò)展到更多通道的巨大潛力。“能量感知”學(xué)習(xí)算法的集成——懲罰消耗大量能量的特征——也使 NeuralTree 具有很高的能量效率。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！