脑电信号处理是解密大脑功能的必由路径，对发展脑机接口与临床应用具有重要意义。传统解决方案采用电极采集脑电信号，再传输至后端服务器进行处理。这种离线处理方法具有高精度的优势，然而在数据传输过程中会产生显著的功耗和处理延时。随着脑电采集通道数增加至成百上千，离线脑电信号处理难以适应神经元闭环调控需求。为此，国内外诸多研究团队从算法与硬件实现等层面研究实时高效的在线脑电信号处理技术，埃隆马斯克 (Elon Musk) 于2016年组建Neuralink公司，专注于脑电信号检测与处理。
针对上述问题，复旦大学芯片与系统前沿技术研究院陈映平青年研究员与欧洲微电子中心 (IMEC) 以及鲁汶大学 (KU Leuven) 的研究者们设计了一款神经信号处理器-Macaw (金刚鹦鹉)，实现对高达384通道脑电脉冲信号的检测、特征提取与分类，采用公开的实际脑电数据集与合成数据集，处理精度分别高达97.7%和89.5%，可与离线处理软件相媲美，芯片总面积约0.5mm2，是目前报道的支持通道数最高的神经信号处理器。
相关研究成果以《A 384-Channel Online-Spike-Sorting IC Using Unsupervised Geo-OSort Clustering and Achieving 0.0013mm2/Ch and 1.78μW/Ch》被集成电路设计领域的奥林比克旗舰会议-国际固态电路会议ISSCC 2023录用。复旦大学陈映平青年研究员为第一作者，IMEC的Dr. Carolina M. Lopez为通迅作者。
全文链接：https://ieeexplore.ieee.org/document/10067264.
图1. 在线脑电信号处理器Macaw的芯片图及其性能参数
