Control de una interfaz cerebro-computadora sin clasificación de picos

Dos monos rhesus fueron entrenados para mover un cursor utilizando la actividad neural registrada con arreglos de silicio de 96 microelectrodos implantados en la corteza motora primaria. Hemos desarrollado un método para extraer información sobre el movimiento de la actividad registrada de unidades individuales y multiunidad en ausencia de clasificación de picos. Al establecer un único umbral en todos los canales y ajustar los eventos resultantes con una función de ajuste de spline, se extrajo una señal de control de esta población usando un algoritmo de extracción de filtro de partículas bayesiano. Los animales lograron un control de alta calidad comparable al rendimiento de los esquemas de decodificación basados en picos clasificados. Nuestros resultados sugieren que incluso el procesamiento de señales más simple es suficiente para un control neuroprotético de alta calidad.