瑞士洛桑联邦理工学院研究人员将低功耗芯片设计、机器学习算法和柔性植入式电极相结合,制作出一种神经接口,可识别和抑制各种神经系统疾病症状。研究成果近日发表在《IEEE固态电路》杂志上。 得益于256通道高分辨率传感阵列和节能机器学习处理器,名为“神经树”的该系统可从真实患者数据和疾病动物模型中提取广泛的生物标志物并分类,从而实现高度准确的症状预测。 研究人员称,神经树得益于神经网络的准确性和决策树算法的硬件效率。这是第一次能将如此复杂但节能的神经接口集成到癫痫发作等二元分类任务,并用于手指神经修复等分类任务中。 “神经树”通过从脑电波中提取标志物(已知与某些神经系统疾病相关的电信号模式)发挥作用。它会对信号进行分类,并指出它们是否预示着即将发生的癫痫发作或帕金森氏震颤等。一旦检测到症状,就会激活同样位于芯片上的神经刺激器,发送电脉冲来阻止。 与此前最先进的技术相比,“神经树”的独特设计使该系统具有前所未
一种治疗脑部疾病的神经芯片出炉
2023-02-01 00:00:00来源: 人民网
上一篇
机器学习鉴别出八种戒烟药物
下一篇
科技让西红柿更有滋味儿
赞
你的鼓励是对作者的最大支持
- 饮食营养素影响疾病图谱创建2023-02-01 00:00:00
- 换桌椅、改照明 呵护学生体质健康2023-02-01 00:00:00
- 破解“种牙贵”难题,从集采开始2023-02-01 00:00:00
- “无细胞治疗”为延缓皮肤衰老提供新策略2023-02-01 00:00:00
- 健康生活方式可帮助老年人预防痴呆2023-02-01 00:00:00
- 孕妇进补 应警惕妊娠合并急性胰腺炎2023-02-01 00:00:00
- 科学家揭示光照影响血糖代谢机制2023-02-01 00:00:00
- 春节期间农村地区疫情总体平稳2023-02-01 00:00:00
- 河南周口:用好中医药 抗疫有良方2023-02-01 00:00:00
- 春节消费展现中国经济韧性与活力(评论员观察)2023-02-01 00:00:00