MiBMI: A 192/512-Channel 2.46mm2 Miniaturized Brain-Machine Interface Chipset Enabling 31-Class Brain-to-Text Conversion Through Distinctive Neural Codes

📋 论文概要

该论文提出了一款名为MiBMI的微型化脑机接口芯片组，支持192/512通道，面积仅2.46mm²，能够实现31类脑到文本的转换。解决了传统脑机接口系统体积大、通道数有限的问题，为便携式高精度脑机接口应用提供了芯片级解决方案。

💡 主要创新点

• 首次实现192/512通道的微型化脑机接口芯片组，面积仅2.46mm²，显著缩小系统体积。
• 支持31类脑到文本转换，结合递归神经网络解码器，实现高精度手写意图预测。
• 芯片组设计兼顾低功耗与高通道数，适用于植入式或可穿戴脑机接口系统。

🏷 关键词

📄 原文摘要

Fribourg, Switzerland 1 2 Recently, cutting-edge brain-machine interfaces (BMIs) have revealed the potential of decoders such as recurrent neural networks (RNNs) in predicting attempted handwriting

👥 作者与机构

Mohammad Ali Shaeri1,2, Uisub Shin1,2,3, Amitabh Yadav1,2,

Riccardo Caramellino4, Gregor Rainer1,4, Mahsa Shoaran1,2 EPFL, Lausanne, Switzerland Neuro-X Institute, Geneva, Switzerland 3 Cornell University, Ithaca, NY 4 University of Fribourg,