[G1-Sync] Manual knowledge update

2026-05-10 22:08:15 +09:00
parent 21ac3ed255
commit 504fd5fb42
3011 changed files with 380280 additions and 206977 deletions
@@ -2,67 +2,157 @@
 id: wiki-2026-0508-neuroprosthetics-development
 title: Neuroprosthetics Development
 category: 10_Wiki/Topics
-status: needs_review
+status: verified
 canonical_id: self
-aliases: [P-Reinforce-AUTO-NPROS-001]
+aliases: [Neuroprosthetics, BCI, Brain-Computer Interface, Neural Prosthesis]
 duplicate_of: none
 source_trust_level: A
-confidence_score: 0.97
-tags: [auto-reinforced, bci, neural-engineering, prosthetics]
+confidence_score: 0.9
+verification_status: applied
+tags: [bci, neuroprosthetics, neuralink, synchron, cochlear, retinal-prosthesis, motor-bci]
 raw_sources: []
-last_reinforced: 2026-04-20
+last_reinforced: 2026-05-10
 github_commit: pending
-inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
+tech_stack: { language: python, framework: pytorch-mne }
 ---

-# [[Neuroprosthetics-Development|Neuroprosthetics-Development]]
+# Neuroprosthetics Development

-## 📌 한 줄 통찰 (The Karpathy Summary)
-> "기계와 신경의 공생: 소실된 신체 기능이나 감각을 인공 장치와 뇌의 직접 연결을 통해 복원하는 현대 연금술이자 정밀 공학의 정수."
+## 매 한 줄
+- 신경보철은 신경계와 직접 인터페이스하여 손실된 감각·운동·인지 기능을 복원하는 기기군이다(BCI, cochlear, retinal, motor prosthesis).

-## 📖 구조화된 지식 (Synthesized Content)
-신경 보철 개발(Neuroprosthetics Development)은 뇌 기저의 전기 신호를 읽어 외부 기기를 제어하거나, 거꾸로 신경계에 전기 자극을 주어 감각을 생성하는 기술입니다.
+## 매 핵심
+- **분류**: (1) 감각 보철(cochlear, retinal), (2) 운동 BCI(invasive Utah array, ECoG, Stentrode), (3) 인지/심부자극(DBS for PD, OCD).
+- **2026 현황**: Neuralink N1 첫 인간 임플란트(2024) → 1024ch threadlike electrode + bluetooth, Synchron Stentrode(stent 형태, 정맥경유, 16ch), Blackrock Utah array(96–256ch, gold standard), Cochlear Nucleus 8(~22 ch electrode).
+- **신호 처리 파이프라인**: spike sorting → feature(firing rate, LFP power) → Kalman/RNN decoder → effector(cursor, robot arm, speech).
+- **Motor BCI breakthrough**: ALS 환자 speech BCI(Stanford 2023) ~62 wpm, BrainGate 8자유도 로봇팔.
+- **재료/수명**: 만성 임플란트 6–12개월 후 glial encapsulation, signal degradation. 유연 polymer probe(NeuroNexus, Paradromics)로 개선.

-1.  **운동 보철 (Motor Prosthetics)**:
-    *   사지 마비 환자가 의도(Intention)만으로 로봇 팔을 움직이거나 컴퓨터 커서를 조작하게 함.
-    *   운동 피질에 이식된 마이크로 전극 어레이를 통해 다차원 신호를 디코딩.
-2.  **감각 보철 (Sensory Prosthetics)**:
-    *   **인공 와우**: 소리 파동을 전기 신호로 바꿔 청신경에 직접 전달.
-    *   **인공 망막**: 시각 정보를 전기 자극으로 변환하여 시신경이나 시각 피질에 전달.
-3.  **폐쇄 루프 시스템 (Closed-loop[[_system|system]])**:
-    *   단순히 움직이는 것을 넘어, 인공 손이 물체에 닿았을 때의 압력을 뇌에 다시 전달하여 실제 내 몸처럼 느끼게 하는 피드백 시스템 구축.
+## 💻 패턴
+```python
+# Spike sorting with template matching (simplified)
+import numpy as np
+from scipy.signal import butter, filtfilt

-## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
- **과거 데이터와의 충돌**: 초기 보철은 사용자가 기계에 맞춰야 했으나, 최신 모델은 AI(Deep Learning)가 사용자의 뇌 신호 특성을 학습하여 기계가 사용자에게 맞춤화(Co-adaptation)됨.
- **정책 변화(RL Update)**: 비침습적 방식(EEG 등)의 한계를 극복하기 위해, 뉴럴링크(Neuralink)와 같은 고대역폭 침습형 인터페이스의 안정성 및 윤리 가이드라인 수립이 국가적 정책 의제로 부상함.
+def bandpass(x, fs=30000, lo=300, hi=6000):
+    b, a = butter(4, [lo / (fs / 2), hi / (fs / 2)], btype="band")
+    return filtfilt(b, a, x)

-## 🔗 지식 연결 (Graph)
- [[Brain-Computer Interface (BCI)|Brain-Computer Interface (BCI)]], [[Neuromuscular-Control|Neuromuscular-Control]], Biomedical Engineering, Neural Encoding
- **Modern Tech/Tools**: Neuralink, Blackrock Neurotech, Cyberware.
---
+def detect_spikes(x, thresh_sd=4):
+    thr = -thresh_sd * np.median(np.abs(x)) / 0.6745
+    return np.where(x < thr)[0]
+```

-## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
+```python
+# Kalman filter decoder: neural firing → cursor velocity
+import numpy as np

-**언제 이 지식을 쓰는가:**
- *(TODO)*
+class KalmanDecoder:
+    def __init__(self, A, C, W, Q):
+        self.A, self.C, self.W, self.Q = A, C, W, Q
+        self.x = np.zeros(A.shape[0])
+        self.P = np.eye(A.shape[0])

-**언제 쓰면 안 되는가:**
- *(TODO)*
+    def step(self, y):
+        # predict
+        self.x = self.A @ self.x
+        self.P = self.A @ self.P @ self.A.T + self.W
+        # update
+        K = self.P @ self.C.T @ np.linalg.inv(self.C @ self.P @ self.C.T + self.Q)
+        self.x = self.x + K @ (y - self.C @ self.x)
+        self.P = (np.eye(len(self.x)) - K @ self.C) @ self.P
+        return self.x  # [vx, vy]
+```

-## 🧪 검증 상태 (Validation)
+```python
+# RNN decoder for speech BCI (handwriting/speech-to-text from cortex)
+import torch, torch.nn as nn

- **정보 상태:** needs_review
- **출처 신뢰도:** A
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
+class CortexRNN(nn.Module):
+    def __init__(self, n_channels=256, hidden=512, n_phonemes=39):
+        super().__init__()
+        self.rnn = nn.GRU(n_channels, hidden, num_layers=2, batch_first=True)
+        self.head = nn.Linear(hidden, n_phonemes)

-## 🧬 중복 검사 (Duplicate Check)
+    def forward(self, x):  # (B, T, C)
+        h, _ = self.rnn(x)
+        return self.head(h)  # CTC loss downstream
+```

- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
- **처리 방식:** UPDATE (자동 정규화)
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
+```python
+# Cochlear implant: CIS strategy (continuous interleaved sampling)
+import numpy as np
+from scipy.signal import hilbert

-## 🕓 변경 이력 (Changelog)
+def cis_encode(audio, n_channels=22, fs=16000):
+    bands = np.linspace(200, 8000, n_channels + 1)
+    pulses = []
+    for i in range(n_channels):
+        # bandpass + envelope (Hilbert)
+        from scipy.signal import butter, filtfilt
+        b, a = butter(4, [bands[i] / (fs / 2), bands[i + 1] / (fs / 2)], btype="band")
+        env = np.abs(hilbert(filtfilt(b, a, audio)))
+        pulses.append(env)
+    return np.array(pulses)  # delivered as biphasic pulse trains
+```

-| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
-|------|-----------|-----------|--------|
-| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
+```python
+# Retinal prosthesis (Argus II-style): downsample + polarity coding
+import numpy as np
+
+def retinal_encode(image_gray, n_electrodes=60):
+    h, w = image_gray.shape
+    grid = int(np.sqrt(n_electrodes))
+    block_h, block_w = h // grid, w // grid
+    out = np.zeros((grid, grid))
+    for i in range(grid):
+        for j in range(grid):
+            out[i, j] = image_gray[i*block_h:(i+1)*block_h, j*block_w:(j+1)*block_w].mean()
+    return out  # → electrode current amplitude
+```
+
+```python
+# Closed-loop DBS: detect beta burst (PD) and trigger stimulation
+def beta_burst_trigger(lfp, fs=1000, lo=13, hi=30, thresh=2.0):
+    from scipy.signal import butter, filtfilt
+    import numpy as np
+    b, a = butter(4, [lo / (fs / 2), hi / (fs / 2)], btype="band")
+    beta = filtfilt(b, a, lfp)
+    env = np.abs(beta)
+    return env > thresh * env.std()  # boolean per sample
+```
+
+```python
+# Online recalibration: ridge regression refit every block
+from sklearn.linear_model import Ridge
+def recalibrate(X_block, y_block, alpha=1.0):
+    return Ridge(alpha=alpha).fit(X_block, y_block)
+```
+
+## 매 결정 기준
+- **침습 vs 비침습**: 고대역폭(speech, robot arm) → invasive(Utah, Neuralink). 보조 통신·간단 cursor → ECoG/Stentrode.
+- **Decoder**: 저차원 cursor → Kalman. 고차원 sequence(speech, handwriting) → RNN/Transformer + CTC.
+- **재료**: 단기 임상 → silicon Utah. 만성·유연성 → polyimide/PEDOT:PSS.
+- **윤리/규제**: FDA IDE, IRB, informed consent. 결과 발표 전 explanted device 분석 필수.
+
+## 🔗 Graph
+- 관련: [[Neurorehabilitation-Post-Stroke]], [[Neuroplasticity]], [[EEG-Signal-Processing]], [[Spike-Sorting]]
+- 도구: [[MNE-Python]], [[Blackrock-Cerebus]], [[Neuralink-N1]], [[Synchron-Stentrode]]
+
+## 🤖 LLM 활용
+- 임상 protocol 초안 검토(IRB 양식 비교).
+- 임플란트 후 환자 보고 데이터 요약.
+- decoder hyperparameter 탐색 제안(grid spec).
+
+## ❌ 안티패턴
+- 비정형 spike sorting을 임상 결정에 직접 사용.
+- 만성 임플란트 noise drift 보정 없는 고정 decoder.
+- 환자 home use에서 fail-safe(자극 정지 버튼) 부재.
+
+## 🧪 검증
+- BCI bench: cursor BPS(bits-per-second), word error rate(speech BCI).
+- 안전: impedance trend, infection rate, MRI compatibility.
+
+## 🕓 Changelog
+- 2026-05-08 Phase 1: 초안 자동 생성.
+- 2026-05-10 Manual cleanup: 본문 보강, Neuralink/Synchron 2026 현황 반영, 코드 패턴 7개.