超低功耗数字信号处理器平台作为全植入式 BCI 系统基础的可行性

基于摘要分析。研究考察商业超低功耗数字信号处理器（ULP DSP）能否承担未来全植入式 BCI 的信号处理与在线解码任务，贡献是构建并测试台架模拟系统，而非完成植入式设备或临床验证。作者设想未来系统采集 ECoG 等侵入式脑信号，将其转换为外部假肢控制指令；本次验证实际使用函数发生器信号与人类睁闭眼任务 EEG。 平台以 Texas Instruments TMS320C5517 为核心，实现并测试了复用与解复用、Fast Fourier Transform、功率谱密度、主成分分析、线性判别分析、Bayes rule 和有限状态机等算法。摘要列出了实现组件，但未交代完整处理链、特征构造、分类器训练及状态转换规则。 作者报告，在该台架系统中，处理并分析 2 s 数据平均耗时 322 ms。以函数发生器谐波信号表征采集保真度时，作者报告串扰低于 −65 dB、谐波失真约 1%，计时抖动平均为每 1000 ms 内 49 μs。在线解码测试先使用函数发生器信号，再使用人类睁闭眼任务 EEG；作者报告两类测试的 Accuracy 均为 100%。该结果仅对应摘要所述测试条件，被试数、测试样本量、训练与测试划分、被试内或跨被试协议，以及不确定性尚未验证。 证据支持所实现 BCI 算法在该 ULP DSP 上运行的台架可行性，但不足以外推到侵入式信号、运动控制或长期植入场景。摘要未给出实际功耗、无线通信、封装与温升等植入相关验证信息；“超低功耗”平台定位不能替代整机能耗测量。复现需进一步核对采样率、通道数、数值精度、任务调度、解码评价协议及代码可得性；实验协议、消融及统计信息尚未验证。