面向下一代无线植入式脑机接口的基于神经形态压缩的神经传感

本工作引入了一种基于神经形态压缩的神经传感架构，其具有受地址事件表示启发的读出协议，适用于大规模并行的下一代无线 iBMI。从压缩比和脉冲信息保留方面，定量分析了所提方法的架构权衡与影响。对于后者，我们使用原始信号与恢复信号之间的均方根误差和相关系数等指标，评估神经形态压缩对脉冲形状的影响。此外，我们使用准确率、敏感度和误检率来理解压缩对下游 iBMI 任务（特别是脉冲检测）的影响。我们证明，通过选择性传输对应神经脉冲的事件脉冲，可以实现 $50-100$ 的数据压缩比，比以往工作高 $5-18\times$。在涉及 $10K$ 通道模拟记录的最坏情况分析以及使用 $100$ 或 $384$ 通道真实神经记录的典型分析中，相关系数约为 $0.9$，脉冲检测准确率超过 $90\%$。我们还分析了所提流水线的冲突处理能力和可扩展性。