应用于脑机接口系统的动态稀疏矩阵压缩算法

在脑机接口系统中,高通道数神经信号采集是一个核心功能模块,能够为外部计算机设备采集大量人脑中的神经信息;在高通道数神经信号采集中,因其原始数据量巨大,直接传输和处理产生的原始数据会消耗极大的功耗并增加硬件设计上的难度;为解决这个问题,一个有效的方法是在数据传输和处理前依据原始神经信号数据的特点对其进行压缩;神经元动作电位信号具有不应期性即有效信号的时域宽度与信号重复周期之比很小;利用此特点,能够将多通道神经信号的数字标记输出在一定时间范围内定义为一个稀疏矩阵,并对此稀疏矩阵进行特征提取,根据其特征动态地采用优化算法进行数据压缩;所提出的算法在Xilinx平台使用FPGA进行设计与实现,并且将其作为中控硬件在32通道神经信号采集硬件系统上通过实时验证,实验证明提出的动态稀疏矩阵压缩算法可实现83.4%的数据压缩率。