docs(10_Wiki): 위키 전체 재구성 — Topic_* 폴더를 4개 카테고리로 통합 + 대규모 중복 제거
Topic_Agent/Topic_Blog/Topics/Topics_Biz/Topics_Meeting/Topics_Rag의 마크다운 지식 문서를 Topic_General/Topic_Programming/Topic_Graphic/Topic_Business 4개 카테고리로 재분류. - 중복 제거: frontmatter의 status:duplicate/merged + duplicate_of/redirect_to 필드로 자기 자신을 중복으로 선언한 리다이렉트 stub 1032개 제거, 완전 동일 내용 파일 472개 제거, 동일 파일명·다른 내용 충돌 시 더 큰(완전한) 버전만 유지(162개 제거) — 총 1639개 중복 제거. - 분류: 폴더 단위로 명확한 항목(AI_and_ML/Coding/Architecture 등 → Programming, Comfyui/Visual_Effects → Graphic, Topics_Biz/Topics_Meeting/사업 등 → Business, Poetic_Blog_Writing/창의성/Game_Design 등 → General)은 폴더 우선순위로, 나머지 혼재 폴더(Topic_Agent/Topic_Blog/Topics 루트/Thinking & Reasoning/Other/UI_UX_Assets)는 title/tags 키워드 스코어링으로 파일 단위 분류(불명확한 경우 General로 폴백). 원본 폴더명은 "From_*" 서브폴더로 보존해 추적 가능성 유지. - 최종 배치: Programming 2784 / General 1608 / Graphic 285 / Business 249 = 4926개 문서. - 에이전트 운영 상태(.astra/.agent/.obsidian/sessions/memory/_company/docs/lessons/_shared/src)는 지식 콘텐츠가 아니므로 재분류 대상에서 제외하고 원위치 유지. - Topics/Topic_email(상위 보호 폴더 Topic_email과 파일명 100% 중복) 삭제 — 보호 폴더 자체는 미변경. - 완전히 비게 된 Topic_Agent/Topic_Blog/Topics_Biz/Topics_Rag 폴더 제거.
This commit is contained in:
Antigravity Agent
@@ -0,0 +1,157 @@
|
||||
---
|
||||
id: wiki-2026-0508-neuroprosthetics-development
|
||||
title: Neuroprosthetics Development
|
||||
category: 10_Wiki/Topics
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: [Neuroprosthetics, BCI, Brain-Computer Interface, Neural Prosthesis]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.9
|
||||
verification_status: applied
|
||||
tags: [bci, neuroprosthetics, neuralink, synchron, cochlear, retinal-prosthesis, motor-bci]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
tech_stack: { language: python, framework: pytorch-mne }
|
||||
---
|
||||
|
||||
# Neuroprosthetics Development
|
||||
|
||||
## 매 한 줄
|
||||
- 신경보철은 신경계와 직접 인터페이스하여 손실된 감각·운동·인지 기능을 복원하는 기기군이다(BCI, cochlear, retinal, motor prosthesis).
|
||||
|
||||
## 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.
|
||||
|
||||
## 💻 패턴
|
||||
```python
|
||||
# Spike sorting with template matching (simplified)
|
||||
import numpy as np
|
||||
from scipy.signal import butter, filtfilt
|
||||
|
||||
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)
|
||||
|
||||
def detect_spikes(x, thresh_sd=4):
|
||||
thr = -thresh_sd * np.median(np.abs(x)) / 0.6745
|
||||
return np.where(x < thr)[0]
|
||||
```
|
||||
|
||||
```python
|
||||
# Kalman filter decoder: neural firing → cursor velocity
|
||||
import numpy as np
|
||||
|
||||
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])
|
||||
|
||||
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]
|
||||
```
|
||||
|
||||
```python
|
||||
# RNN decoder for speech BCI (handwriting/speech-to-text from cortex)
|
||||
import torch, torch.nn as nn
|
||||
|
||||
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)
|
||||
|
||||
def forward(self, x): # (B, T, C)
|
||||
h, _ = self.rnn(x)
|
||||
return self.head(h) # CTC loss downstream
|
||||
```
|
||||
|
||||
```python
|
||||
# Cochlear implant: CIS strategy (continuous interleaved sampling)
|
||||
import numpy as np
|
||||
from scipy.signal import hilbert
|
||||
|
||||
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
|
||||
```
|
||||
|
||||
```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]]
|
||||
|
||||
## 🤖 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.
|
||||
Reference in New Issue
Block a user