Electrodes
超柔性神经电极
面向长期稳定神经接口的核心器件基础，服务于更高质量、更低损伤、更可持续的神经信号采集。
SiClink 不止关注单一器件或算法，而是围绕可编程、高带宽、双向连接的神经接口，构建从神经信号采集到实时闭环验证的完整系统能力。
我们的目标，是让神经信号能够被稳定采集、清晰理解、标准评估，并逐步进入实时交互的脑机智能系统。
我们以主动、开放、严谨作为基本工作方式：主动识别问题并推动结果，以开放姿态连接团队、社区与外部合作力量，用严谨态度对待每一个环节。
稳定的神经接口、实时的闭环系统，以及面向研究者和开发者的开放工具体系。
面向长期稳定神经接口的核心器件基础，服务于更高质量、更低损伤、更可持续的神经信号采集。
连接神经记录、信号理解、反馈刺激和系统验证，面向未来实时脑机交互。
围绕视觉解码、神经表征、benchmark、baseline、文档和工具链，逐步建立面向研究者与开发者的开放技术体系。
SiClink 将植入式神经接口、超柔性电极、双向闭环系统与视觉解码模型连接在同一条链路中。 神经信号从皮层被采集，经由植入式设备进入系统，在数据处理与模型解码后，逐步映射为可理解的视觉结果。 这条链路展示的不只是一个硬件装置，而是一套从神经数据到智能重现的完整接口系统。
开源，是 SiClink 建立开放技术生态的重要路径，也是路线图的终极方向。 不是开源代码，而是开放一种神经接口时代的共同语言、验证秩序和知识底座。 SiClink 将从视觉解码开始，逐步释放工具、评测基准、基础模型、文档与评测流程，让侵入式神经数据更容易被处理、比较、复现和共同构建。
发布首个 neural-to-image retrieval 工作流，用于侵入式小鼠视觉皮层记录与候选视觉刺激之间的匹配。
构建面向侵入式神经记录的数据输入、预处理、对齐和实验数据流框架。
建立标准化数据集、训练测试划分、评测指标、baseline 和可复现评估流程。
围绕神经信号理解、视觉表征和视觉重构，建立面向脑机智能的模型与工具体系。
从图像检索与匹配，进一步走向基于皮层信号的图像与视频重建。
将视觉解码 benchmark 从小鼠视觉皮层记录扩展到非人灵长类神经数据。
构建面向流式神经记录的低延迟在线解码与评测流程。
为未来神经信号与智能系统之间的持续交互，建立闭环验证基础。
逐步开放文档、示例、工具链、评测流程和开发者协作入口，让更多研究者和工程师参与构建神经接口基础设施。
侵入式脑机接口必须同时面对技术复杂性、医疗严肃性与长期验证路径。 SiClink 坚持以边界清晰、证据导向和系统工程的方式推进研究合作，欢迎围绕视觉解码、神经数据输入输出、评测基准设计、NeuroAtlas、闭环系统验证与开发者工具链展开合作。
