Создана система нейромодуляции на кристалле замкнутого контура, получившая название – «NeuralTree». Как сообщается, инновация способна не только диагностировать болезни, но также облегчать симптомы заболеваний. Здесь работает 256-канальная матрица датчиков высокого разрешения, а также энергетически эффективный процессор машинного обучения. Вкупе схема даёт эффективное извлечение и классификацию обширного спектра биомаркеров.
Система нейромодуляции на кристалле замкнутого контура
Высокая точность нейронной сети, плюс аппаратная эффективность алгоритма решений – это явный выигрыш системы среди других подобных. Функционально система нейромодуляции «NeuralTree» направлена на извлечение нейронных биомаркеров мозговой активности. Науке известно, что модели электрических сигналов связаны с определёнными неврологическими расстройствами.
Помимо этого система нейромодуляции классифицирует сигналы с последующим указанием относительно возможного предотвращения симптомов. Когда обнаруживается симптом, отмечается активация нейростимулятора, входящего в состав чипа. Этот модуль посылает электрический импульс блокировки.
Разработчики подчёркивают: уникальная система нейромодуляции демонстрирует беспрецедентную степень эффективности и универсальности. Даже самые продвинутые современные технологии не способны на такое. Разработанный чип имеет 256 входных каналов, тогда как все предыдущие только 32 канала.
Соответственно, обработка данных от имплантата проходит при более высоких разрешающих способностях. Конструкция чипа имеет малый размер (3,48 мм2), но это не снижает эффективности площади. Налицо значительный потенциал под масштабирование на увеличение числа каналов.
Также среди преимуществ – способность обнаружения более широкого спектра симптомов, по сравнению с другими похожими устройствами. Алгоритм машинного обучения чипа основан на данных пациентов. Используется точная классификация предварительно записанных нейронных сигналов.
Дальнейшее развитие нейронных сетей
Создание нейронных интерфейсов высокоинтеллектуального класса с целями обеспечения эффективной борьбы с болезнями – приоритетная задача. Нейронные интерфейсы оптимально подходят для лечения различных расстройств. Поэтому требуются алгоритмические идеи и достижения в области разработки чипов.
Здесь работа требует объединения различных дисциплин, сотрудничества с лабораториями, разрабатывающими современные нейронные электроды. Также актуальным является сотрудничество с лабораториями, имеющими доступ к высококачественным данным пациентов.
Нейронные сигналы имеют свойства меняться, соответственно, с течением времени производительность нейроинтерфейса неуклонно снижается. Учёные стремятся создавать алгоритмы точные и надёжные. Здесь актуальным становится принцип обновления, построенный на алгоритмах автоматического обновления.
При помощи информации: EPFL