今天看到了这个，感觉马总又在炒作，正好在电脑旁就研究研究
我先说结论，就目前倾注的资源来看，达到电影里面装一个芯片就变的屌屌的不太行。因为本质上没有改变，就是并没有清楚的知道植入部分和控制行为之间的关系。但是NeuraLink的牛逼之处在于，提高了通道数，以及给出了完整的植入系统，从设计到植入到控制，就算是demo，也是牛逼的demo。
目前的来源于
这篇文章呢，素材来自于白皮书和一些来自Nature的文章，更多的是满足我个人好奇心的用途。
白皮书是demo原型，已经很完整了，现在媒体是较为成熟的商业原型。
大量精细且灵活的聚合物探针被高效且独立地插入多个大脑区域在这里，我们报告了Neuralink在灵活、可扩展的BMI方面的进展，该BMI比之前的工作增加了一个数量级的通道计数。我们的系统有三个主要组成部分:超细聚合物探针(本报告第2节)、神经外科机器人(第3节)和定制高密度电子设备(第4节)。我们演示了96条聚合物线的快速植入，每条线有32个电极，总共有3072个电极。我们开发了微型定制电子设备，使我们能够同时从所有这些电极上传输全宽带电生理数据(第5节)。我们将该系统打包用于长期植入，并开发了定制的在线尖峰检测软件，可以低延迟地检测动作电位。总之，这个系统是一个最先进的研究平台，也是一个完全植入式人体BMI的第一个原型。
脑机接口(bmi)有望恢复感觉和运动功能以及治疗神经系统疾病，但临床bmi尚未被广泛采用，部分原因是适度的通道数量限制了它们的潜力。
在本白皮书中，描述了Neuralink迈向可扩展的高带宽BMI系统的第一步。我们已经构建了小而灵活的电极“线程”阵列，每个阵列有多达3,072个电极分布在96个线程中。
还制造了一个神经外科机器人，每分钟能插入6根线(192个电极)。每根线都可以以微米级的精度单独插入大脑，以避免表面血管系统和瞄准特定的大脑区域。电极阵列封装在一个小型可植入设备中，该设备包含用于低功耗板载放大和数字化的定制芯片:封装面积小于(23 × 18.5 × 2) mm3，可容纳3,072个通道。
一根USB-C电缆提供来自设备的全带宽数据流，同时从所有通道进行记录。该系统在长期植入电极中实现了高达70%的峰值产率。Neuralink的BMI方法在临床相关包装中具有前所未有的包装密度和可扩展性。
这个是官方的图
已经给出的设备图
生物相容的壳子
屌屌的电池
PCB
电极
商业的产品是1024个电极
植入物的样子
新型聚合物探针
A.“线性边缘”探头，32个电极接触间隔50微米。
B.“树”探头，32个电极接触间隔75微米。
C.增加了面板A中螺纹设计的单个电极的放大倍数，强调其小的几何表面积。
D. 两种表面处理:PEDOT (n =257)和IrOx (n = 588)的电极阻抗分布(在1 kHz测量)。
已经开发了一种定制工艺来制造使用各种生物相容性薄膜材料的最小位移神经探针。
在这些探针中使用的主要衬底和电介质是聚酰亚胺，它封装了一个金薄膜痕迹。每个薄膜阵列由一个具有电极接触和走线的“线”区域和一个“传感器”区域组成，薄膜与定制芯片接口，实现信号放大和采集。
晶圆级微加工工艺可实现这些器件的高通量制造。在晶圆片上有10个薄膜装置，每个有3072个电极触点。每个阵列有48或96个线程，每个线程包含32个独立的电极。这种方法的一个目标是保持一个小的螺纹横截面积，以尽量减少脑组织的位移。
这么小的东西是注入不进去的，需要机械臂
这个是设计的就像缝纫机的针头
这个是植入的细节图
封装的传感器设备
A.单个神经处理专用集成电路，能够处理256个通道的数据。这个特殊的封装设备包含12个这样的芯片总共有3072个通道。
B.聚苯乙烯基板上的聚合物螺纹。
C.钛外壳(盖子已拆除)。
D.数字USB-C接口，用于电源和数据。
终于到了咱们喜闻乐见的电子系统了：
从数千个电极位置的长期记录提出了重大的电子和包装挑战。记录通道的密度要求在阵列组件中放置信号放大和数字化堆栈，否则电缆和连接器的要求将是令人望而却步的。该记录堆栈必须放大小的神经信号(<10 VRMS)，同时抑制带外噪声，对放大的信号进行采样和数字化，并输出结果进行实时处理，所有这些都使用最小的功率和尺寸。
电子产品是围绕定制的Neuralink应用特定集成电路(ASIC)构建的，该电路由256个单独可编程放大器(“模拟像素”)，片上模数转换器(adc)和用于序列化数字化输出的外围控制电路组成。
模拟像素是高度可配置的:增益和滤波器特性可以校准，以解释由于工艺变化和电生理环境导致的信号质量变化。片上ADC采样频率为19.3kHz，分辨率为10位。每个模拟像素消耗5.2uW，整个ASIC消耗~6mw，包括时钟驱动器。
表总结了NeuralinkASIc的性能
下图显示了制作器件的照片：
NeuralinkASIC构成了模块化记录平台的核心，可以轻松更换用于研究和开发目的的组成部分。
在这里讨论的系统中，使用倒装芯片集成将许多ASIC集成到标准印刷电路板(PCB)中。
每个系统由一个现场可编程门阵列(FPGA)组成:实时温度、加速度计和磁力计传感器;以及用于全带宽数据传输的单个USB-C连接器。
该系统封装在钛外壳中，外壳上涂有聚苯乙烯-c，可作为防潮屏障，防止流体进入并延长功能寿命。
已经构建的两个这样的配置，一个1,536通道的记录系统(“系统a”)和一个3,072通道的记录系统(“系统B)，总结在中。
系统A采用当前一代的NeuralinkASIC，系统B使用较早的版本，具有类似的功能，但性能规格较差。
一例围手术期图像，显示皮质表面植入针线和少量出血。
对老鼠的植入
看看结果是什么样的吧
从植入大鼠大脑皮层的单线程(32个通道)同时获得的宽带神经信号(未滤波)。
每个通道(行)对应于螺纹上的一个电极位置(图左;位置间隔为50微米)。
尖峰和局部场电位很明显。
右:假定波形(未排序):数字表示线程上的通道位置。平均波形以黑色显示。
以百分之90的成功率，插入脑子里面的光谱图
描述了一个具有高通道计数和单尖峰分辨率的BMI。它基于柔性聚合物探针、机器人插入系统和定制的低功耗电子设备。
该系统有两个主要目的:它是一个用于啮齿动物的研究平台，并作为未来人类临床植入物的原型。在啮齿类动物中快速迭代设计和测试的能力允许快速改进设备，制造过程和软件。
因为它是一个研究平台，所以系统使用有线连接来最大限度地提高原始数据流的带宽。这对性能评估很重要，对信号处理和解码算法的发展至关重要。相比之下，来自该平台的临床设备将是完全植入式的，这需要密封包装，并且具有机载信号压缩，降低功耗，无线电力传输和通过皮肤进行数据遥测而无需经皮导线。
调节神经活动将成为下一代临床脑机接口的重要组成部分，例如为神经假肢运动控制提供触觉或本体感觉。
因此，设计的NeuralinkASIC能够对每个通道进行电刺激，尽管我们没有在这里展示这些功能。
与以前的方法相比，这个BMI系统有几个优点。与常用的硅探针相比，薄膜探针的尺寸和组成更符合脑组织的材料特性，因此可能表现出更强的生物相容性。
此外，选择探针插入位置的能力，包括进入皮层下结构，能够创建针对特定大脑区域的定制阵列几何形状，同时避开脉管系统。这个特性对于创建高性能的BMI非常重要，因为电极的分布可以根据任务要求进行定制。
最后，NeuralinkASIC的小型化和设计为系统设计提供了极大的灵活性，并在实际尺寸和功率限制下支持非常高的通道数。
原则上，脑机接口方法是高度可扩展和可伸缩的。在这里，报道了在一只自由运动的大鼠身上同时插入3000多个电极的宽带记录。在更大的大脑中，具有这种结构的多个设备可以很容易地植入，因此可以与更多的神经元连接，而无需进行大量的重新设计。手术机器人的进一步发展可以在不大幅增加手术时间的情况下实现这一目标。
虽然在高带宽设备适合临床应用之前还需要解决重大的技术挑战，但有了这样的设备，可以想象脊髓损伤的患者可以灵巧地控制数字鼠标和键盘。当与快速改进的脊髓刺激技术相结合时，未来这种方法可以恢复运动功能。高带宽的神经接口将使各种新的治疗可能性成为可能。
Link 放大并数字化从其 1024 个电极中每一个电极记录的电压。这些微小的电压痕迹包含附近神经元活动的特征（称为动作电位或“尖峰”）。
Link 上运行的自定义算法会自动检测每个电极上的尖峰，然后将其聚合为尖峰计数向量 [每 25 ms x 1024 通道 1 次计数]。每 25 毫秒，Link 就会通过蓝牙将这些峰值计数传输到运行自定义解码软件的计算机。
首先，该软件重新聚合几个时间尺度（从最近 25 毫秒到过去 250 毫秒）的尖峰计数，以解释运动神经元活动的不同时间特性。
接下来，通过将放电率传递给解码模型，计算每个控制维度的当前和最近尖峰计数的加权和。解码器的输出是每个 25 ms bin 的一组速度信号，这些信号随着时间的推移进行积分，以指导计算机屏幕上光标（或 MindPong 桨）的移动。
其次：也并不是说一植入芯片，系统就立刻能让人恢复运动了。除了脑部手术外，还需要花费大量的时间训练，来校准这个脑机接口系统，来适应一个人独特的思维过程。这项研究已经登上了Nature。
由 64 个电极组成的两个皮层植入物被放置在感觉运动皮层的硬膜外，以收集 ECoG 信号。处理单元预测运动意图，并将这些预测转化为针对腰骶脊髓背根进入区的硬膜外电刺激程序的调制。刺激由连接到 16 电极桨引线的植入式脉冲发生器提供。
报告皮质植入位置的术前规划和术后确认的图像。
BSI 的校准需要两个独立的程序来选择区分运动意图的 ECoG 记录特征，并配置调节下肢肌肉特定整体的刺激程序。
第一个程序包括提取 ECoG 信号的空间、光谱和时间特征，这些特征与活动双下肢每个关节的意图相关。为此，要求参与者在坐姿下尝试左右两侧的髋部、膝部和踝部运动，在此期间同时记录 ECoG 信号。该映射使得能够识别捕获大量运动相关信息的电极、光谱特征和时间窗口。
与尝试左髋屈曲相关的 ECoG 特征权重的空间和频谱分布的识别
测量与腿部运动相关的神经信号的电极位于植入物的最内侧，中央沟的喙部，正如根据术前脑磁图记录所预期的那样。这些电极的空间分布遵循躯体分布，能够准确地区分臀部、膝盖和脚踝的运动。
BSI 在线校准，以实现坐姿下的自愿髋部屈曲。代表性序列报告频谱图、解码概率和刺激幅度的比例调制以及由此产生的肌肉活动和扭矩。该图报告了模型随时间的收敛情况，90 秒后达到 97 ± 0.4%
看不懂无所谓的，实验的方法是一致的，接受脑电然后去控制腿，只是里面的每一个部分都展开了讲。里面硬件不是最主要的，主要的是解码器，就是脑电这部分，如何处理出来真实的意图。
这个是脑子的植入系统:
WIMAGINE 植入式记录系统设计用于感觉运动皮层的双侧硬膜外植入20。电子元件装在钛制外壳内（直径 50 毫米，厚 7-12 毫米，外表面为凸形）。
用于硬膜外 ECoG 的 64 个铂铱 (90:10) 记录电极阵列（直径 2 毫米，间距 4-4.5 毫米）和五个参考电极位于设备的平坦内表面上。ECoG 数据的记录得益于专用集成电路48，该集成电路实现了多通道放大和数字化，输入参考噪声在 0.5 Hz–300 Hz 范围内小于 0.7 μV 均方根。数据通过超高频天线（402-405 MHz）无线电发射。
通过 13.56 MHz 感应高频天线远程供电。两个天线都嵌入在皮下空间延伸的硅胶瓣中。为了确保高频（586 Hz）下的信号稳定性，考虑到带宽的限制，每个植入物使用了 64 个触点中的 32 个。无线连接使用两个外部天线，通过定制设计的耳机固定在录音机前面。扩展数据表1中报告了该器件的技术规格。
MSP430
ECoG 数据以 586 Hz 的采集频率从每个植入物的 32 个通道收集。信号在 1 Hz 至 300 Hz 之间进行带通滤波。数据通过实地考察工具箱传输到在 Matlab 运行时环境 (Mathworks) 中运行的定制解码软件。
为了解码执行下肢运动的意图，我们实现了递归指数加权马尔可夫切换多线性模型（REW-MSLM）算法的变体，该算法是我们之前开发的用于解码上肢运动的算法。
REW-MSLM 是专家提出的多线性算法的混合体。它由一个隐马尔可夫模型（HMM）分类器（称为“门”）和一组独立的回归模型（称为“专家”）组成。每个专家通常致力于控制一组自由度、特定肢体或运动（例如关节运动）。基于 HMM 的分类器预测与特定专家相关的特定肢体或运动激活（状态）的概率。所得到的解码器输出是根据估计概率对专家预测进行软混合的结果。
反正就是32个通道在解码，MATLAB立大功。
提供硬膜外电刺激的植入物由 ACTIVA RC 植入式脉冲发生器（型号 37612，美敦力）组成，该发生器与指定 Surescan 5-6-5 电极导线（型号 977C190，美敦力）连接。
大概就是这个东西
这个破产的一个公司的产品
专用固件可以实时上传刺激表来控制电刺激波形5。患者编程器（SPTM，型号 09103）装在皮带内，以将其位置与植入式脉冲发生器对齐。我们开发了一个定制的刺激程序5，该程序通过蓝牙/红外无线桥向患者编程器发送命令。刺激程序使得专家用户能够定义刺激配置（阴极和阳极）和参数（脉冲宽度、频率和幅度范围）该软件和硬件链实现了刺激协议的实时控制，延迟低于 150 毫秒。
这部分没有更多的披露，应该是DAC OP？要的是如何刺激的模式。
在查资料的时候看到一个有趣的现象，就是这些创新医疗的公司在为病人植入后，后面就破产了，这些被植入的人该怎么办？我都不能说是一个市场了，这是一种不人道的行为了。应该有完整的取出设计。
文章在nature
这个就是上面的M叔，他还可以修
这个是视网膜的厂商
2020 年，位于加利福尼亚州西尔马的人工视觉公司 Second Sight 解雇了大部分员工，结束了对大约 350 名使用其备受赞誉的视网膜植入物进行视力矫正的人的支持。
植入设备的制造商倒闭时，植入物本身通常会留在原处——移除它们的手术通常过于昂贵或危险，或者根本被认为是不必要的。但如果没有制造商持续的技术支持，需要调整编程或者电线或耗尽的电池导致植入物无法使用只是时间问题。
然后，人们不得不寻找另一种方法来控制自己的病情，但无功能的植入物会增加难度，这可能会成为医学成像和未来植入物的障碍。
这个话题的结束，我不想在评论，给一个网友的评论：
OK
本来文章就到此为止了，但是还是想补充一些有趣的东西，因为这样的文章可能不会在短时间内重写。
一种名为Neuropixels的技术虽然还未应用于BCI，但已在基础研究中使用。这种由硅材料制成的电极阵列，每个电极比人类头发还细，拥有近1000个传感器，能够检测单个神经元的电信号。
最早的论文
( A ) 为了准备植入探针，首先将其安装到燕尾适配器上。
( B ) 燕尾适配器通过燕尾接头与内部支架配合。内部支架可以使用市售的立体定位支架进行操作。
( C ) 然后将整个装置封装在外部底盘中并用螺钉固定在外部底盘上。在手术期间，外部底盘而不是内部支架被固定到颅骨表面。因此，在实验结束时，只需将内部支架和探针从外部底盘上拧下，即可将其完全拆下。外部底盘包含一个机制，允许将盖子锁在顶部，以在不进行记录时保护探头。
( D ) 使用相同的闩锁机构，可以将头台安装座连接到用于记录的组件，而不是 (C) 中所示的帽。探头安装座固定在波纹塑料套管上，可保护电缆免受小弯曲半径的影响，并包含最多可容纳四个探头的空间。
( E )同时植入的四个探针的完整记录系统的示意图。
( F ) 行为装置中的老鼠的照片，其中植入了两个探针并连接了探头安装座以进行记录。
( G ) 移动大鼠中两个 Neuropixels 探针的同时记录。顶部：从纹状体尾部 (TS) 和外侧杏仁核 (LA) 记录。底部：背内侧纹状体 (DMS) 和苍白球 (GP) 的记录。图像和示意图改编自Paxinos 和 Watson，2006 年。彩色点表示尖峰时间。
实验的老鼠
哈哈哈 好奇怪的论文，大篇幅的说明如何安装
( A ) 将探针插入开颅手术的照片。
( B ) 使用牙科复合材料（Absolute Dentin，Parkel）在植入探针周围形成密封的照片。
( C ) 第三个探针被放入受试者 A230 大脑中的照片。注意暴露头骨后缘的钢制接地插管，焊接到一段（约 5 厘米）的银线上，并用牙科复合材料固定到位。
( D )所有探针植入后，将焊接到接地插管的银线焊接到焊接到每个探针的银线，为所有探针提供公共接地。然后应用牙科丙烯酸树脂（Duralay，Reliance Dental）完全封装植入物，包括银线。
( E ) 探针移出的照片。使用立体定位臂将探头和内部支架从植入物上提起，同时外部底盘仍与头骨粘合。还可以看到光纤互连（红色）。
7年前，研究人员便开始在动物身上使用Neuropixels阵列，最近三个月发表的2篇论文展示了它们在回答一些仅限于人类的问题上的应用，比如大脑如何产生和感知语音中的元音。
Neuropixels 2.0：用于稳定、长期脑部记录的小型化高密度探针。
硅探针开启电生理学新时代：单细胞分辨率的大规模神经记录
这就是我觉得神经科学新时代。
是不是很漂亮，这个是二代
下面是一代，上面是二代
很柔软的
配备一个转接的接口
体积
很小
放大的图
电镜
辅助注入
好看
每个探头具有 384 个双频带低噪声记录通道，可单独配置为同时记录来自 960 个可选低阻抗 TiN 电极的 AP（动作电位）和 LFP（局部场电位）信号，这些电极沿着 10 毫米密集排列长、70 x 24 µm 横截面直柄。
电压信号在芯片上进行过滤、放大、复用和数字化，从而允许直接从探头传输数字数据。
柔性
二代的采集器
有着采集芯片
完整的链接图
还卖芯片！我看看今年能不能买一个
芯片的性能
Neuropixels3 1.0神经记录集成电路(NRIC)是一种CMOS集成数字电生理芯片，用于小动物，啮齿动物和非人类灵长类动物的神经科学研究。
384个并行的、可配置的、低噪声的记录通道可以同时记录数百个神经元的双频记录。片上电路包括放大器，模拟和数字滤波器以及用于信号调理和数字化的ADC，从而实现小而轻的封装。
NeuropixelsCMOS探头平台和定制工艺模块在130nmI定制CMOS SOI工艺中ALBEOL的示意图和SEM横截面图。
插图1-Neuropixels探针的变体
1a。Neuropixels1.0-NHP，用于非人类灵长类动物，45mm长柄，4560个电极。
1b,Neuropxels-1.0用于大型啮齿动物，10mm柄，966个电极，
1c,用于小型啮齿类动物的Neuropixels 2.0单柄，有1250个电极，
1d,Neuropixels 2.0多柄，4个柄上有5120个电极。
现在大趋势来看，做设备的不多，但是已经按照小型化，多通道的方向走了，接下来就是解码器的觉醒了。
当然目前来看还是实验室产品，还不够，但是加油！
代码语言：javascript复制https://www.neuropixels.org/https://mp.weixin.qq.com/s/pxDX5r7eYtNWQZHQORpKSwhttps://www.imec-int.com/enhttps://neuralink.com/blog/pager-plays-mindpong/https://neuralink.com/blog/pager-plays-mindpong/https://www.nature.com/articles/nature24636https://www.nature.com/articles/s41586-023-06094-5?CJEVENT=215c0ea5d05511ee81b700340a18ba72https://www.nature.com/articles/s41586-023-06094-5?CJEVENT=215c0ea5d05511ee81b700340a18ba72https://www.nature.com/articles/s41591-021-01663-5https://www.nature.com/articles/s41586-023-06094-5?CJEVENT=215c0ea5d05511ee81b700340a18ba72https://www.reddit.com/r/technology/comments/zokc3t/abandoned_the_human_cost_of_neurotechnology/https://www.nature.com/immersive/d41586-022-03810-5/index.html
