arXiv eess.SP（Signal Processing）·· 2 小时前精选AI 评分65
多伦多大学 Xilin Liu 团队提出 65 nm 神经假体 SoC，集成无监督多类动作电位分类与快速局部感觉反馈
A Neuroprosthetic SoC Featuring Rapid Local Sensory Feedback with On-Chip Unsupervised Multi-Class Spike Sorting
AI 导读
多伦多大学 Xilin Liu 团队提出一款 65 nm 神经假体 SoC，构建从运动记录到感觉刺激的快速反馈通路，并集成带刺激伪迹抑制的混合信号无监督动作电位分类模块、可编程滑窗放电率计算器和闭环刺激参数控制器。
AI 要点
团队
多伦多大学 Xilin Liu 团队，第一作者 Bowen Liu，共 13 位作者。
主要结果
在 Quiroga Difficult-1 基准上，三分类准确率为 94.58%；当刺激伪迹占脉冲数的 20% 时，准确率仅下降 0.4%。
解决什么问题
构建从运动记录到感觉刺激的快速反馈通路，实现由单神经元放电率调制的低延迟感觉映射。
方法
65 nm 神经假体 SoC，集成混合信号无监督脉冲分类（含刺激伪迹抑制）、可编程滑动窗放电率计算器和闭环刺激参数控制器；在台架和体内完成表征。
局限
从研究设计看，这是 4 页的 letter 级芯片论文，体内表征规模与长期稳定性未在摘要中说明。
AI 依据原文整理，未经人工核对。
AI 推荐理由
该芯片把无监督动作电位分类与刺激伪迹抑制做进同一 SoC，读者可据此对照闭环神经假体的延迟与功耗取舍。
来源：arXiv eess.SP（Signal Processing） · arxiv.org