NeuSort:使用神经形态模型的自动适应性尖端分类方法
Hang Yu1,2, Yu Qi1,3,4, Gang Pan1,2
1State Key Lab of Brain-Machine Intelligence, Hangzhou, People's Republic of China.
Journal of neural engineering
|September 2, 2023
概括
NeuSort是一种新的神经形状的尖峰分类器,可以在实时中自适应地分类神经信号. 这个系统有效地处理不断变化的波形,并识别新的神经元,为大脑机器接口提供一个插即用解决方案.
科学领域:
- 神经科学是一个神经科学.
- 计算神经科学是一种神经科学.
- 神经形态工程的神经形态工程
背景情况:
- 尖端分类对于分析单个电极记录的神经数据至关重要.
- 现有的方法难以处理非静态信号,需要手动调节参数.
- 适应性和自动化尖端分类对于实时应用,如脑机界面至关重要.
研究的目的:
- 开发NeuSort,一种使用神经形态模型的新型在线尖端分类器.
- 能够适应神经信号的动态变化,包括波形变形和新神经元检测.
- 创建一个无监督的,自动化的,插即用的尖峰分类解决方案.
主要方法:
- 纽索特采用神经形态模型来模拟模板匹配过程.
- 该模型包含生物灵感的可塑性学习机制,用于实时参数适应.
- 在神经形态芯片上实现确保了超低能耗.
主要成果:
- 在波形变形过程中,NeuSort成功地跟踪神经元活动.
- 该系统在实时识别新的神经元,证明对非静止信号的稳定性.
- 在神经形态硬件上,NeuSort实现了超低能耗.
结论:
- NeuSort提供了一个有效的神经形态解决方案,用于实时尖峰分类.
- 它的自适应性和无监督性使得它适合长期的神经数据分析.
- 纽索特推进了实用的脑机界面的开发.


