微灵脑机实验室发布支持覆盖多脑区数千上万信道的神经信号分波技术—NeuroSort

微灵脑机实验室团队在国际上首次提出了一种基于GPU计算的高效动作电位分波技术NeuroSort框架，可实现对数千个神经元的动作电位波形分选。

与面向临床应用的安全微创的有限信号通道脑机接口技术不同，面向脑科学研究的脑机接口系统正向超高（数千至上万）信号通道和多脑区交互脑机接口技术发展。多信源的超高通道神经电生理信号的快速分析需求首先对神经元动作电位波形分选这个关键的信号预处理步骤提出了严峻挑战。

针对解决如何又快又准的完成数千及以上通道的动作电位分波任务，微灵脑机实验室计算神经技术团队摒弃了基于静态波形特征在局部通道子集进行预聚类的传统方法，开发出了全新的NeuroSort计算架构。该方法是通过对比学习对全局通道空间中的所有神经活动进行动态建模，实现了大规模时空电生理信号数据的全自动、可解释且高度可扩展的快速处理。该方法为应对新一代神经电生理技术产生的海量复杂数据的高效率分析提供了必要的方法论支持。