[发明专利]神经接口

权利要求书

1.一种用于与受试者的神经系统接口的计算机实现的方法，所述方法包括：

响应于接收到与神经系统的第一部分的神经活动相关的多个神经信号，执行以下步骤：

使用第一一种或多种机器学习(ML)技术，处理代表接收到的多个神经信号的神经样本数据，所述第一一种或多种机器学习(ML)技术经训练用于产生代表神经系统的第一部分的神经活动的神经数据的估计；和

将代表神经数据估计的数据传输到与神经系统的第一部分相关的第一装置；和

响应于从与所述神经系统的第二部分相关的第二装置接收装置数据，执行以下步骤：

通过输入接收到的装置数据到第二一种或多种ML技术，生成一个或多个神经刺激信号，所述第二一种或多种ML技术经训练用于估计与所述装置数据相关联的一个或多个神经刺激信号，以输入到神经系统的第二部分；和

向所述受试者的神经系统的第二部分传输一个或多个估计的神经刺激信号。

2.根据权利要求1所述的计算机实现的方法，其中代表由至少一种ML技术产生或计算的神经活动的神经数据的估计与一个或多个身体变量相关联。

3.根据权利要求1或2所述的计算机实现的方法，还包括：

接收与所述第一一种或多种ML技术或所述第二一种或多种ML技术相关的至少一组性能数据；

评估所述一组性能数据，以确定是否要再训练所述第一一种或多种ML技术或所述第二一种或多种ML技术；和

响应于确定对所述第一一种或多种ML技术或所述第二一种或多种ML再训练，再训练所述第一一种或多种ML技术。

4.一种用于评估与受试者的神经系统接口的机器学习(ML)技术的性能的计算机实现的方法，所述方法包括：

响应于接收到与神经系统的第一部分的神经活动相关的多个神经信号，执行以下步骤：

从与处理代表多个神经信号的神经样本数据相关的第一一种或多种ML技术中选择第一ML技术，用于生成代表神经系统的第一部分的神经活动的神经数据的估计；

接收与第一选择的ML技术相关的第一组性能数据，所述第一组性能数据包括所述神经样本数据和生成的神经数据的估计；

基于第一组性能数据评估第一成本函数，以确定是否再训练第一选择的ML技术；

响应于确定要再训练第一选择的ML技术而对第一选择的ML技术进行再训练；

响应于从与所述神经系统的第二部分相关的装置接收装置数据，执行以下步骤：

从与处理接收到的装置数据相关的第二一种或多种ML技术中选择第二ML技术，用于估计与所述装置数据相关的一个或多个神经刺激信号，以输入到所述神经系统的第二部分；

接收与选择的ML技术相关的第二组性能数据，所述组性能数据包括接收的装置数据和估计的一个或多个神经刺激信号；

基于第二组性能数据评估第二成本函数，以确定是否再训练第二选择的ML技术；和

响应于确定要再训练第二选择的ML技术而对第二选择的ML技术进行再训练。

5.根据权利要求4所述的计算机实现的方法，还包括：

将代表神经数据估计的数据传输到与神经系统的第一部分相关的第一装置；或

向所述受试者的神经系统的第二部分传输一个或多个估计的神经刺激信号。

6.根据任一前述权利要求所述的计算机实现的方法，其中所述神经系统的第一部分包括围绕多个神经接收器聚集的受试者的第一多个神经元，每个神经接收器配置为输出与在所述多个神经元中的一个或多个上的神经活动相关的神经信号，所述方法包括：

从与受试者的所述多个神经元相关的神经接收器接收一个或多个神经信号；和

使用第一一种或多种ML技术中的至少一种将所述一个或多个神经信号分类为一个或多个神经数据类别。

7.根据任一前述权利要求所述的计算机实现的方法，还包括：

当检测到神经活动时，通过捕获神经信号的样本生成表示神经信号的神经样本数据；和

使用第一一种或多种ML技术中的至少一种处理所述神经样本数据，以生成代表与所述神经活动相关的神经信息的神经数据。