清华大学、天津大学合作，脑机接口，最新Nature Electronics！

本文介绍了一种基于忆阻器芯片的自适应神经形态解码器，用于脑机接口（BCI）系统。研究团队开发了一种一步解码策略，显著降低了计算复杂度，并通过脑控无人机飞行实验验证了解码器的实时性能。实验结果显示，该解码器在准确率和信息传输率上与传统CPU相当，但能耗降低了1643倍，解码速度提高了216倍。此外，团队提出了脑-忆阻器解码器共进化框架，通过错误相关电位（ErrP）实现解码器的实时更新，经过约6小时的实验，共进化BCI系统的平均准确率比非共进化系统提高了约20%。这种共进化机制不仅增强了BCI的性能，还揭示了大脑与解码器之间的动态适应性，为未来高效、自适应的脑机接口系统提供了新的发展方向，有望在医疗康复和人机交互领域实现广泛应用。