Dieses Projekt verfolgt das Ziel, die digitale Gesundheitsversorgung grundlegend zu verbessern, indem ein hochleistungsfähiger Chip auf Basis einer neuartigen Memristor-Cellular-Neural-Network-(MCellNN)-Architektur entwickelt wird. Durch die Kombination von Datenspeicherung und -verarbeitung in jeder Zelle nutzt das System die synapsenähnlichen Eigenschaften von HfO2-Memristoren, um eine energieeffiziente Echtzeitverarbeitung intrakranieller EEG-Daten zu ermöglichen. Die Plattform ist vorrangig für die Früherkennung und Vorhersage epileptischer Anfälle konzipiert, bietet jedoch auch Potenzial für weitere biomedizinische Anwendungen. Eine erste Implementierung auf FPGA-Basis ermöglicht die schnelle Prototypenerstellung und Validierung des Systems. Langfristig wird die Fertigung eines integrierten Schaltkreises angestrebt. Mit diesem innovativen Ansatz soll die Grundlage für programmierbare Hirnimplantate der nächsten Generation geschaffen werden, die Fortschritte in der Behandlung verschiedener neurologischer Erkrankungen und in der digitalen Gesundheitsversorgung ermöglichen.