1.一种神经数据分析系统，包括：
特征提取模块，其被配置用于(1)从具有多个通道或电极的植入神经接口探针所获取的神经信号中波形提取多个特征，其中从所述神经信号波形中提取所述多个特征而不需要所述神经信号波形的先前数字化，以及(2)将所提取的特征作为多个离散输出进行传输；
特征-事件合并模块，其被配置用于(1)接收来自所述特征提取模块的所述多个离散输出，以及(2)基于特征-事件统计、生物电信号的先验知识和/或所述特征提取模块的行为模型，构建生物电活动的基于模型的推断；以及
逼近器模块，其被配置用于(1)接收来自所述特征-事件合并模块的多个合并事件，以及(2)对所述合并事件数据应用一系列变换以生成更高熵神经编码，其中所述神经编码包括由所述系统记录的多个神经元的总体活动的表示。
2.如权利要求1所述的神经数据分析系统，其中所述特征-事件合并模块被配置用于执行(2)的步骤，而不基于一动作电位信息无法归因于来源神经元而丢弃该动作电位信息。
3.如权利要求1所述的神经数据分析系统，其中所述特征-事件合并模块被配置用于执行(2)的步骤，而不需要将每个事件归类为与特定神经元相关，但不丢弃原本会使得这样的归类成为可能的特征。
4.如权利要求1所述的神经数据分析系统，其中所述神经接口探针包括大规模并行电极阵列。
5.如权利要求4所述的神经数据分析系统，其中所述大规模并行电极阵列包括结合到读出集成电路(ROIC)的多个微导线，并且其中所述ROIC包括多个CMOS像素传感器。
6.如权利要求5所述的神经数据分析系统，其中所述多个微导线的远端是柔性的，并且当所述神经接口探针被植入到大脑中时与神经物质相接触。
7.如权利要求1所述的神经数据分析系统，其中所述神经信号波形是由所述植入神经接口探针获取的细胞外动作电位波形或细胞内动作电位波形。
8.如权利要求1所述的神经数据分析系统，其中所述特征提取模块是CMOS传感器阵列，并且所述特征提取模块包括一个或多个低功率、混合信号集成电路。
9.如权利要求8所述的神经数据分析系统，其中所述CMOS阵列的一个或多个像素结合到所述神经接口探针的一个或多个通道或电极。
10.如权利要求8所述的神经数据分析系统，其中所述一个或多个检测电路包括一个或多个模拟电路和低分辨率(<10位)模数转换器。
11.如权利要求8所述的神经数据分析系统，其中所述一个或多个检测电路包括对所述神经信号的一个或多个模拟变换操作。
12.如权利要求11所述的神经数据分析系统，其中所述一个或多个模拟变换操作使用多个传递函数对所述神经信号进行变换，所述多个传递函数构成用于谱分解的基集。
13.如权利要求12所述的神经数据分析系统，其中所述基集包括多个特征向量(例如，主成分分析、最少判别分析)或小波基集。
14.如权利要求9所述的神经数据分析系统，其中所述一个或多个检测电路被配置用于通过以下各项来传输所述多个特征：
(a)基于一组预定触发条件对所述神经信号波形或这些神经波形的变换进行采样，以及传输一个或多个模拟值或数字值，或者
(b)传输使得所述触发条件存在的一个或多个二元脉冲。
15.如权利要求14所述的神经数据分析系统，其中所述一组触发条件包括以下各项中的至少一个：(1)神经信号波形的电压幅度达到、超过或降至低于第一阈值；(2)所述神经信号波形的导数达到、超过或降至低于第二阈值；(3)所述神经信号波形的积分达到、超过或降至低于第三阈值；(4)一比率准则；(5)所述神经信号达到局部最大值或局部最小值，或者(6)所述信号的经变换版本达到任何相同的前述条件。
16.如权利要求15所述的神经数据分析系统，其中所述神经信号波形的积分器是漏积分器。
17.如权利要求15所述的神经数据分析系统，其中所述比率准则包括所述神经信号波形内的两个或更多个频带之间的相对功率的比较。
18.如权利要求14所述的神经数据分析系统，其中所述特征提取电路产生所述神经信号波形的若干个并行变换。
19.如权利要求18所述的神经数据分析系统，其中一个或多个采样电路被配置用于：通过基于在另一波形上检测到的触发条件对所述神经信号波形或其变换中之一进行采样，来传输多个特征。
20.如权利要求18所述的神经数据分析系统，其中触发事件的检测与特征的传输之间的时间具有0毫秒至10毫秒之间的固定延迟。
21.如权利要求1所述的神经数据分析系统，其中编码方案对具有毫秒时间精度的合并事件的相对时序敏感，并且编码方案包含该相对时序。
22.如权利要求1所述的神经数据分析系统，其中所述特征提取模块位于人体内，而所述特征-事件合并模块位于人体外，并且其中所述特征提取模块还被配置用于以阈值电压和功率或者更低的电压和功率将包含所述多个特征的数据从所述人体传出并传输到所述特征-事件合并模块，从而降低在所述人体内耗散的功率总量。
23.如权利要求22所述的神经数据分析系统，其中所述特征提取模块被配置用于：使用能够穿过约1mm至4mm人体组织进行传输的低能波长电磁辐射来将包含所述多个特征的所述数据从所述人体传出。
24.如权利要求23所述的神经数据分析系统，其中使用60GHz微波收发器、基于VCSEL的红外收发器或超宽带(UWB)收发器来提供所述低能波长电磁辐射。
25.如权利要求1所述的神经数据分析系统，其中所述特征-事件合并模块被配置用于基于不同的特征子集来重建不同的合并事件。
26.如权利要求1所述的神经数据分析系统，其中所述特征-事件合并模块被配置用于标识多个特征并将其汇合成单个合并事件。
27.如权利要求26所述的神经数据分析系统，其中所述多个特征是基于当信号波形的电压水平、电压水平的时间导数或电压水平的时间积分相对于一个或多个预定参考电压上升或下降时满足一个或多个阈值条件。
28.如权利要求26所述的神经数据分析系统，其中所述单个合并事件对应于一个或多个完整动作电位波形。
29.如权利要求26所述的神经数据分析系统，其中所述特征-事件合并模块被配置成将时间动态纳入考虑，该时间动态区分来自不同来源的动作电位，从而通过标识关于这些动态的信息而将所述特征汇合成所述单个合并事件。
30.如权利要求27所述的神经数据分析系统，其中使用以下各项中的一个或多个先验知识从而使动作电位动态的部分重建成为可能：(1)在所述特征提取模块中所使用的电子电路的一个或多个特性；(2)所植入的所述神经接口探针的类型、结构和/或制造工艺；(3)所述神经信号波形跨所述探针的多个通道和所述特征提取模块的传输；(4)所述探针的相邻电极相对于一个或多个神经元的位置；或者(5)神经生物物理学。
31.如权利要求1所述的神经数据分析系统，其中所述一个或多个神经活动的表示包括以下特性中的一个或多个：(1)低维度；(2)稀疏编码；以及(3)对噪声或信号变换的不变性。
32.如权利要求31所述的神经数据分析系统，其中所述噪声或信号变换在所述神经接口探针相对于大脑内的神经组织移动时发生。
33.如权利要求31所述的神经数据分析系统，其中所述噪声或信号变换在所述神经接口探针随时间推移在大脑内经受电化学劣化时发生。
34.如权利要求31所述的神经数据分析系统，其中所述噪声或信号变换在包括瘢痕组织形成和神经胶质增生的生物结构改变所述神经接口探针的电记录性质时发生。
35.如权利要求1所述的神经数据分析系统，其中所述逼近器模块被配置用于使用以下各项中的一个或多个来生成所述神经编码：概率图模型、包括用于查找稀疏解的L1/L2正则化的矩阵方法，或者用以查找低秩矩阵近似的基于特征向量的方法。
36.如权利要求1所述的神经数据分析系统，其中所述逼近器模块被配置用于执行一个或多个机器学习方法，所述一个或多个机器学习方法根据自我学习或无监督的一组基础来对所述多个合并事件进行分解，同时在分解步骤期间并入一个或多个约束或先验。
37.如权利要求1所述的神经数据分析系统，其中所述逼近器模块被配置用于执行一个或多个机器学习方法，所述一个或多个机器学习方法根据监督式训练方案来对所述多个合并事件进行分解，同时在分解步骤期间并入一个或多个约束或先验。
38.如权利要求36或37所述的神经数据分析系统，其中所述一个或多个约束或先验包括关于底层神经动态的信息。
39.如权利要求1所述的神经数据分析系统，其中使用神经网络来实现所述逼近器模块，所述神经网络包括自动编码器、堆叠自动编码器、消噪自动编码器、长短期记忆网络和/或深度信念网络。
40.如权利要求1所述的神经数据分析系统，其中所述逼近器模块包括编码器和解码器，其中所述编码器还包括多个编码层，其中每个编码层包括具有第一多个数值权重的第一多个节点，并且其中所述解码器还包括多个解码层，其中每个解码层包括具有第二多个数值权重的第二多个节点。
41.如权利要求40所述的神经数据分析系统，其中所述逼近器模块的所述神经编码源自自动编码器的隐层，并且其中所述神经编码包括具有第三多个数值权重的第三多个节点，并且这些中间层充当所述逼近器在正常发挥功能期间的输出，而所述解码器的输出用于错误检查、训练和诊断目的。
42.如权利要求41所述的神经数据分析系统，其中所述编码器被配置用于从所述特征-事件合并模块接收作为向量的所述合并事件，并且其中每个连续的编码层被配置用于对所述向量应用矩阵变换，并且其中通过限制所述网络的一个或多个中间层的大小来实现维度降低。
43.如权利要求42所述的神经数据分析系统，其中所述解码器被配置用于撤消所述维度降低以便计算在所述编码器的每个层处应用的权重矩阵的准确度。
44.如权利要求43所述的神经数据分析系统，其中每个连续的解码层被配置用于对所述神经编码施加矩阵变换，直至来自所述解码层的输出再现向所述编码层的输入。
45.如权利要求44所述的神经数据分析系统，其中所述逼近器模块被配置用于应用优化算法以更新所述编码器、解码器和神经编码的每个层中的每个节点处的权重，以及迭代地应用所述优化算法直至在所述解码器的输出处评价的目标函数达到预定最小值。
46.如权利要求45所述的神经数据分析系统，其中以迭代的方式将所述解码器的输出提供为向所述编码器的输入。
47.如权利要求46所述的神经数据分析系统，其中通过所述解码器的最终层的节点的权重来限定输出。
48.如权利要求47所述的神经数据分析系统，其中所述目标函数是L1误差，该L1误差由所述输出与向所述编码器的所述输入之间的绝对差值之和给出。
49.如权利要求48所述的神经数据分析系统，其中所述目标函数是L2误差，该L2误差由所述输出与向所述编码器的所述输入之间的平方差之和给出。
50.如权利要求47所述的神经数据分析系统，其中所述目标函数是LN误差，或者任意维度N的广义p范数误差。
51.如权利要求47所述的神经数据分析系统，其中所述目标函数对于每次迭代保持不变。
52.如权利要求47所述的神经数据分析系统，其中所述目标函数在连续的迭代之间改变。
53.如权利要求47所述的神经数据分析系统，其中将通过所述目标函数计算得出的误差与基于预定阈值的条件进行比较，并且
(1)当所述误差满足所述条件时：接受针对迭代的神经编码，并且从所述逼近器模块输出所述神经编码的值；以及
(2)当所述误差不满足所述条件时：迭代地更新所述编码器、神经编码和解码器的每个层中的每个节点的权重，直至满足所述条件。
54.如权利要求53所述的神经数据分析系统，其中所述条件对于每次迭代保持不变。
55.如权利要求53所述的神经数据分析系统，其中所述条件在连续的迭代之间改变。
56.如权利要求40所述的神经数据分析系统，其中对所述编码层或所述解码层中的一个或多个应用稀疏性限制。
57.如权利要求1所述的神经数据分析系统，其中所述神经编码用于控制一个或多个脑机接口设备，并且其中所述设备包括语音合成器或假肢。
58.一种用于分析神经信号的方法，包括：
借助于特征提取模块：(1)从具有多个通道或电极的植入神经接口探针所获取的神经信号波形中提取多个特征，其中从所述神经信号波形提取所述多个特征而不需要所述神经信号波形的先前数字化，以及(2)将提取的特征作为多个离散输出进行传输；
借助于特征-事件合并模块：(1)接收来自所述特征提取模块的所述多个离散输出，以及(2)基于特征-事件统计、生物电信号的先验知识和/或所述特征提取模块的行为模型，构建生物电活动的基于模型的推断；以及
借助于逼近器模块：(1)接收来自所述特征-事件合并模块的多个合并事件，以及(2)对所述合并事件数据应用一系列变换以生成更高熵神经编码，其中所述神经编码包括由所述系统记录的多个神经元的总体活动的表示。
59.如权利要求58所述的方法，其中生成所述多个合并事件，而不基于一动作电位信息无法归因于来源神经元而丢弃该动作电位信息。
60.如权利要求59所述的方法，其中生成所述多个合并事件，而不需要将每个事件归类为与特定神经元相关，但不丢弃原本会使得这样的归类成为可能的特征。
61.如权利要求58所述的方法，其中所述神经接口探针包括大规模并行电极阵列。
62.如权利要求61所述的方法，其中所述大规模并行电极阵列包括结合到读出集成电路(ROIC)的多个微导线，并且其中所述ROIC包括多个像素传感器。
63.如权利要求62所述的方法，其中所述多个微导线的远端是柔性的，并且当所述神经接口探针被植入到大脑中时与神经物质相接触。
64.如权利要求58所述的方法，其中所述特征提取模块包括一个或多个检测电路，所述一个或多个检测电路连接到所述神经接口探针的一个或多个像素传感器。
65.如权利要求64所述的方法，其中所述一个或多个检测电路被配置用于通过基于一组预定条件对所述神经信号波形进行采样来提取所述多个特征。
66.如权利要求65所述的方法，其中所述一个或多个检测电路被配置用于通过以比用于完整重现所述神经信号波形的奈奎斯特采样率显著更低的降低的采样率对所述神经信号波形进行采样来提取所述多个特征。
67.如权利要求58所述的方法，其中所述特征提取模块位于人体内而所述特征-事件合并模块位于所述人体外，并且其中所述特征提取模块还被配置用于以阈值电压和功率或者更低的电压和功率将包含所述多个特征的数据从所述人体传出并传输到所述特征-事件合并模块，从而降低在人体内耗散的功率总量。
68.如权利要求67所述的方法，其中所述特征提取模块被配置用于使用能够穿过约1mm至4mm人体组织进行传输的低能波长电磁辐射来将包含所述多个特征的所述数据从所述人体传出。
69.如权利要求68所述的方法，其中所述特征-事件合并模块被配置用于基于不同的特征子集来重建不同的合并事件。
70.如权利要求69所述的方法，其中使用神经网络来实现所述逼近器模块，所述神经网络包括自动编码器、堆叠自动编码器、消噪自动编码器、深度信念网络、递归神经网络和/或长短期记忆网络。
71.如权利要求70所述的方法，其中将所述神经编码提供为所述逼近器模块的最狭缩层，并且其中所述神经编码包括来自具有多个数值权重的多个节点的输出。
72.如权利要求71所述的方法，其中所述神经编码用于控制一个或多个脑机接口设备，并且其中所述设备包括语音合成器或假肢。
73.一种有形计算机可读介质，其储存指令，所述指令在由一个或多个处理器执行时导致所述一个或多个处理器执行用于分析神经信号的方法，所述方法包括：
(1)从具有多个通道或电极的植入神经接口探针获取的神经信号波形中提取多个特征，其中从所述神经信号波形提取所述多个特征而不需要所述神经信号波形的先前数字化，以及(2)将提取的特征作为多个离散输出进行传输；
(1)接收来自所述特征提取模块的所述多个离散输出，以及(2)基于特征-事件统计、生物电信号的先验知识和/或所述特征提取模块的行为模型，构建生物电活动的基于模型的推断；以及
(1)接收来自所述特征-事件合并模块的多个合并事件，以及(2)对所述合并事件数据应用一系列变换以生成更高熵神经编码，其中所述神经编码包括由所述系统记录的多个神经元的总体活动的表示。
74.一种用于分析神经信号的系统，包括：
一个或多个处理器，其被配置用于执行一组软件指令以执行如权利要求58所述的方法；以及
一个或多个存储器单元，其用于储存所述一组软件指令，所述神经信号波形、所述多个提取的特征、所述多个合并事件以及所述神经编码。
75.如权利要求37所述的神经数据分析系统，其中所述监督式训练方案包括外部变量，并且其中所述逼近器模块具有使用所述神经编码来预测所述外部变量的能力。
76.一种神经数据分析方法，包括：
接收植入神经接口探针获取的神经信号；以及
从所述神经信号提取多个特征，而不需要所述神经信号的先前数字化。
77.如权利要求76所述的方法，其中所述神经信号包括模拟波形数据。
78.如权利要求76所述的方法，其中使用特征提取模块从所述神经信号提取所述多个特征，所述特征提取模块包含至少一个模拟电路。
79.如权利要求78所述的方法，其中在所述神经接口探针的芯片上提供所述特征提取模块。
80.如权利要求79所述的方法，其中从所述神经信号提取所述多个特征，而不像需要对所述神经信号的持续或实时高数据速率模数转换。
81.如权利要求76所述的方法，其中所述神经信号的非数字化允许将所述芯片的功耗和/或散热降低到低于一个或多个预定阈值。
82.如权利要求76所述的方法，其中所述神经接口探针的一个或多个通道被配置用于在事件驱动配置下选择性地传输所述神经信号。
83.如权利要求82所述的方法，其中所述一个或多个通道包括(1)在瞬时点活动的一个或多个通道，以及/或者(2)在先前预定的时间段期间活动的一个或多个通道。
84.如权利要求82所述的方法，其中在事件驱动配置下对所述神经信号的选择性传输有助于降低要跨所述通道传输的所述神经信号的速率和量。
85.如权利要求82所述的方法，其中选择性地传输所述神经信号的所述一个或多个通道构成所述神经接口探针的多个通道的子集。
86.如权利要求85所述的方法，其中所述多个通道包括一个或多个电容器，所述一个或多个电容器充当用于储存与所述神经信号相关联的值并且允许对与所述神经信号相关联的过去的值的事件驱动读出的模拟存储器。
87.如权利要求76所述的方法，还包括：
在保留神经波形信息的同时基于提取的特征构建合并事件的概率模型，而不对所述神经信号中的尖峰执行尖峰分类或二元归类。
88.如权利要求87所述的方法，还包括：
预处理提取的特征以便重装配包括合并事件的所述概率模型的尖峰编码，其中所述尖峰编码能够用于生成神经编码，该神经编码包括与所述合并事件相关联的一个或多个神经活动的简洁表示。
89.如权利要求88所述的方法，其中提取的特征的预处理将以下各项纳入考虑：(1)关于细胞外动作电位波形的先验信息和/或(2)关于所述神经接口探针的固有性质的信息，其中所述固有性质包括所述神经接口探针中的一个或多个电路元件的非线性行为特性。
90.如权利要求88所述的方法，还包括：
将跨所述神经接口探针的两个或更多个通道检测到的两个或更多个离散事件组合成单个合并事件，其中所述两个或更多个离散事件具有接近于一致的相关性。
91.如权利要求88所述的方法，还包括：
通过使用一个或多个机器学习技术确定尖峰时序中的模式和神经元放电速率中的相关性来生成所述神经编码。
92.如权利要求91所述的方法，其中在以下情况下使用所述一个或多个机器学习技术来生成所述神经编码：(1)不需要关于所述神经元放电速率的先验信息，以及(2)不需要用以关联正在进行的神经活动的外部变量。
93.一种特征提取模块，其被配置用于执行如权利要求76以及权利要求77至86中的一项或多项所述方法。
94.一种特征-事件合并模块，其被配置用于执行如权利要求87以及权利要求88至90中的一项或多项所述的方法。
95.一种逼近器模块，其被配置用于执行如权利要求91和92所述的方法。
96.一种神经数据分析系统，其包括如权利要求93所述的特征提取模块、如权利要求94所述的特征-事件合并模块和/或如权利要求95所述的逼近器模块。
97.如权利要求14所述的神经数据分析系统，其中所述特征提取模块被配置用于传输检测到的事件的时间戳连同检测到的事件的值。
98.如权利要求1所述的神经数据分析系统，其中所述特征提取模块被配置用于对提取的特征进行数字化并继而将其传输作为所述多个离散输出。
99.一种神经数据分析系统，包括：
特征提取模块，其被配置用于(1)从具有多个通道或电极的植入神经接口探针获取的神经信号波形提取多个特征，其中从所述神经信号波形提取所述多个特征而不需要所述神经信号波形的先前数字化，以及(2)传输提取的特征作为多个离散输出；以及逼近器模块，其被配置用于(1)接收来自所述特征提取模块的所述多个离散输出，(2)从所述多个离散输出生成多个合并事件，以及(3)对所述合并事件数据应用一系列变换以生成更高熵神经编码，其中所述神经编码包括由所述系统记录的多个神经元的总体活动的表示。
100.如权利要求99所述的神经数据分析系统，其中所述逼近器模块被配置用于执行如任一前述权利要求所述的特征-事件合并模块的一个或多个功能。
101.一种用于分析神经信号的方法，包括：
借助于特征提取模块：(1)从具有多个通道或电极的植入神经接口探针获取的神经信号波形提取多个特征，其中从所述神经信号波形提取所述多个特征而不需要所述神经信号波形的先前数字化，以及(2)传输提取的特征作为多个离散输出；以及
借助于逼近器模块：(1)接收来自所述特征提取模块的所述多个离散输出，(2)从所述多个离散输出生成多个合并事件，以及(3)对所述合并事件数据应用一系列变换以生成更高熵神经编码，其中所述神经编码包括由所述系统记录的多个神经元的总体活动的表示。
102.如权利要求101所述的方法，其中所述逼近器模块被配置用于执行如任一前述权利要求所述的特征-事件合并模块的一个或多个功能。