神经生理学基础
BCI 的物理可行性建立在对神经系统编码方式的理解上。本章讲清楚四件事：运动皮层如何产生可解码的意图信号、不同电极能看到什么层次的信号、神经群体活动为什么会坐落在低维流形上、以及感觉皮层如何被反向"写入"。
这一章的角色。 它是从信号物理到算法的中间层。第 03 章的电极选择、第 04–05 章的解码算法、第 09 章的感觉写入，全部依赖这里给出的神经生理图像：哪个脑区编码了运动准备、哪种尺度（spike / LFP / ECoG / EEG）能看到什么、群体编码为什么允许从少量神经元推断完整意图、以及躯体图谱为什么决定了 ICMS 假体的空间分辨率。换句话说，没读完这章，第 03 章为什么 Utah 阵列要扎在 M1 而不是 V1、第 09 章为什么 Flesher 2016 能让瘫痪者"摸到"东西，都很难真正理解。
学习路径。 建议按"区域 → 信号 → 群体 → 写入"四步阅读：先用「运动皮层层级」把 M1 / PMd / PMv / SMA / 后顶叶 的功能分工确立；再用「神经信号起源」理解 spike → LFP → ECoG → EEG 的尺度递进；然后用「神经流形与动力学」吸收 Churchland-Shenoy 的 rotational dynamics 与 preparatory subspace；最后通过「感觉皮层与躯体图谱」转向 S1 / V1，为后面写入侧的章节铺路。
本章内容：
- 运动皮层层级 — M1、PMd、PMv、SMA、后顶叶；population coding
- 神经信号起源 — Spike、LFP、ECoG、EEG 的物理起源与尺度
- 神经流形与动力学 — Churchland-Shenoy 旋转动力学、preparatory subspace
- 感觉皮层与躯体图谱 — S1 躯体图谱、视觉皮层 V1、phosphene 映射