L'analisi di elettroencefalografie ed elettromiografie svolge un ruolo fondamentale nel monitoraggio della salute, nella medicina personalizzata e nelle interfacce cervello-computer (BCI). Tuttavia, le tecnologie attuali si basano su microelettronica inefficiente e intelligenza artificiale su cloud, con limitazioni in termini di accuratezza nella classificazione dei segnali e consumo energetico elevato.

Il calcolo neuromorfico, che imita l’elaborazione neurale del cervello, offre una soluzione promettente a queste sfide. Il progetto NEURO2D, finanziato tramite un ERC, mira a sviluppare una nuova classe di dispositivi neuromorfici a memoria a trappola di carica 2D (2D-CTM) basati sul reservoir computing.

Questa tecnologia, caratterizzata da basso consumo energetico e alta accuratezza nella classificazione, potrebbe rivoluzionare il monitoraggio e la classificazione in tempo reale dei segnali elettrofisiologici. Grazie alla possibilità di realizzare chip impiantabili e indossabili scalabili ed efficienti dal punto di vista energetico, la tecnologia 2D-CTM potrebbe trasformare il rilevamento dei biomarcatori digitali, la diagnostica medica e le BCI di nuova generazione.