HÀ NỘI, 14 tháng 9 năm 2023 – WiMi Hologram Cloud Inc. (NASDAQ: WIMI) (“WiMi” hoặc “Công ty”), một công ty công nghệ Thực tế ảo Hologram (“AR”) hàng đầu thế giới, hôm nay thông báo rằng một giao diện não máy tính (BCI) dựa trên sự tích hợp dữ liệu đa chế độ EEG-fNIRS được phát triển để cải thiện hiệu suất và độ chính xác của sự tích hợp dữ liệu đa chế độ EEG-fNIRS.

Việc tích hợp dữ liệu đa chế độ là một chủ đề nóng trong lĩnh vực trí tuệ nhân tạo trong những năm gần đây, và mục tiêu chính của nó là kết hợp một cách hiệu quả dữ liệu hoặc thông tin từ các nguồn khác nhau để cung cấp cơ sở tốt hơn cho việc ra quyết định so với một nguồn dữ liệu duy nhất. Điện não đồ (EEG) và quang phổ hồng ngoại chức năng gần (fNIRS) là hai kỹ thuật phổ biến được sử dụng để phát hiện tín hiệu thần kinh trong não, và mỗi kỹ thuật có ưu điểm và hạn chế riêng.

EEG có thể cung cấp thông tin hoạt động thần kinh não có độ phân giải cao, nhưng độ phân giải không gian của nó tương đối thấp; Mặc dù fNIRS có độ phân giải thời gian thấp, nó có thể cung cấp thông tin nội mạch não có độ phân giải không gian cao. Nhóm của WiMi đã phát hiện ra rằng kết hợp hai công nghệ này có thể bù đắp cho những hạn chế tương ứng của chúng và cung cấp thông tin thần kinh não toàn diện và chính xác hơn.

WiMi đã sử dụng thuật toán tăng cường nhị phân để đạt được sự tích hợp hiệu quả của dữ liệu EEG và fNIRS. Đây là mô hình học sâu với cơ chế tự chú ý tự động học các tương quan nội tại của dữ liệu, cải thiện chất lượng và hiệu quả của việc tích hợp dữ liệu. Ngoài ra, WiMi đã thiết kế một khung thuật toán độc đáo có thể xử lý dữ liệu đa chế độ quy mô lớn và đáp ứng các yêu cầu ứng dụng trong các kịch bản khác nhau.

Quá trình có thể được chia thành các bước sau:

Thu thập dữ liệu: Trước tiên, chúng tôi cần thu thập dữ liệu về cùng một mục tiêu cùng một lúc bằng cả thiết bị EEG và thiết bị fNIRS. Thiết bị EEG sẽ ghi lại hoạt động điện của não, trong khi thiết bị fNIRS sẽ theo dõi những thay đổi về lưu lượng máu trong não.

Xử lý dữ liệu tiền xử lý: Dữ liệu thu thập được cần được xử lý tiền xử lý cho dữ liệu EEG và fNIRS, bao gồm lọc, khử nhiễu và khử sai lệch để cải thiện chất lượng dữ liệu. Điều này thường bao gồm các bước như lọc và chuẩn hóa. Ngoài ra, do độ phân giải thời gian khác nhau của các thiết bị EEG và fNIRS, một hoạt động căn chỉnh thời gian cũng được yêu cầu.

Trích xuất đặc trưng: Với sự kết hợp của dữ liệu, chúng tôi có thể trích xuất các đặc trưng phong phú và chính xác hơn về hoạt động thần kinh não. Các đặc trưng hữu ích được trích xuất từ dữ liệu đã xử lý. Đối với dữ liệu EEG, các đặc trưng như miền thời gian, miền tần số và miền thời gian-tần số có thể được trích xuất, chẳng hạn như mật độ phổ công suất trung bình, các đặc trưng miền thời gian (ví dụ: trung bình, phương sai), hệ số biến đổi sóng con, v.v. Đối với dữ liệu fNIRS là các biến thiên dòng sáng, v.v.

Tích hợp dữ liệu: Trong việc tích hợp dữ liệu đa chế độ EEG-fNIRS, các đặc trưng được kết hợp để thu được biểu diễn đặc trưng đa chế độ toàn diện. Việc tích hợp đặc trưng đa chế độ chủ yếu là kết hợp các đặc trưng được trích xuất từ dữ liệu EEG và fNIRS để có được thông tin toàn diện và chính xác hơn về các hoạt động não bộ. Thông qua thuật toán tăng cường nhị phân, một mô hình học sâu dựa trên cơ chế tự chú ý, nó có thể tự động học các tương quan nội tại của dữ liệu, do đó thực hiện xử lý hiệu quả dữ liệu có cấu trúc phức tạp và chiều cao.

Huấn luyện mô hình: Quá trình huấn luyện mô hình, sử dụng các phương pháp như kiểm tra chéo để lựa chọn tham số mô hình và đánh giá hiệu suất.

Ứng dụng thực tế: Dựa trên các đặc trưng được trích xuất, các ứng dụng khác nhau được thực hiện. Ví dụ, sử dụng các đặc trưng này để huấn luyện các mô hình học máy dự đoán và điều khiển hoạt động thần kinh não.

Công nghệ này sẽ cung cấp hỗ trợ kỹ thuật mạnh mẽ cho nghiên cứu và ứng dụng trong các lĩnh vực khoa học não bộ, kỹ thuật thần kinh và chăm sóc y tế lâm sàng. Nó có thể giúp các nhà nghiên cứu hiểu sâu hơn về quy luật hoạt động của dây thần kinh não, cung cấp cho các bác sĩ lâm sàng cơ sở chẩn đoán và điều trị chính xác hơn, và cũng có thể được ứng dụng vào các lĩnh vực công nghệ cao như giao diện não máy tính, thực tế ảo để thúc đẩy tiến bộ công nghệ của họ.

Về WIMI Hologram Cloud

WIMI Hologram Cloud, Inc. (NASDAQ: WIMI) là nhà cung cấp giải pháp kỹ thuật đám mây toàn diện hologram tập trung vào các lĩnh vực chuyên nghiệp bao gồm phần mềm ô tô HUD hologram AR, radar sóng xung ánh sáng 3D hologram, thiết bị ánh sáng trường đầu đeo hologram, bán dẫn hologram, phần mềm đám mây hologram, hệ thống định vị ô tô hologram và các dịch vụ và công nghệ AR hologram khác. Các dịch vụ và công nghệ AR hologram của nó bao gồm ứng dụng ô tô AR hologram, công nghệ radar sóng xung ánh sáng 3D hologram, công nghệ bán dẫn thị giác hologram, phát triển phần mềm hologram, công nghệ quảng cáo AR hologram, công nghệ giải trí AR hologram, thanh toán ARSDK hologram, giao tiếp hologram tương tác và các công nghệ AR hologram khác.

Tuyên bố An toàn

Bản tin này chứa “tuyên bố tiên đoán” trong phạm vi Đạo luật Cải cách Tranh chấp Chứng khoán Tư nhân năm 1995. Những tuyên bố tiên đoán này có thể được xác định bằng thuật ngữ như “sẽ”, “mong đợi”, “dự đoán”, “trong tương lai”, “có ý định”, “kế hoạch”, “tin tưởng”, “ước tính” và các tuyên bố tương tự. Các tuyên bố không phải là sự kiện lịch sử, bao gồm cả những tuyên bố liên quan đến niềm tin và kỳ vọng của Công ty, là những tuyên bố tiên đoán. Trong số các điều khác, triển vọng kinh doanh và trích dẫn từ ban quản lý trong thông cáo báo chí này và kế hoạch chiến lược và hoạt động của Công ty chứa các tuyên bố tiên đ