在腦機(jī)接口(BCI)領(lǐng)域，近年來，科研人員一直在努力尋找創(chuàng)新的方法來提高準(zhǔn)確性和性能，以實(shí)現(xiàn)更高效的大腦與計(jì)算機(jī)之間的交互。據(jù)悉，微美全息(NASDAQ:WIMI)開發(fā)了一種應(yīng)用在混合腦機(jī)接口中的改進(jìn)的信號(hào)處理方法——混合神經(jīng)增強(qiáng)連接(Hybrid Neuroboost Link，簡稱：HNL)正引領(lǐng)著BCI技術(shù)的新一輪突破。通過將兩種不同類型的大腦信號(hào)融合在一起，HNL為未來的腦機(jī)接口帶來了更為廣闊的前景。

BCI系統(tǒng)一直以來都是人與機(jī)器之間極具潛力的交互手段，允許我們通過大腦活動(dòng)向計(jì)算機(jī)發(fā)送命令、控制外部設(shè)備。然而，傳統(tǒng)的BCI系統(tǒng)在準(zhǔn)確性和穩(wěn)定性方面仍然面臨著挑戰(zhàn)。研究者們已經(jīng)投入了大量的工作來提高分類準(zhǔn)確性，但在實(shí)際應(yīng)用中，錯(cuò)誤依然時(shí)有發(fā)生，這限制了BCI技術(shù)的廣泛應(yīng)用。

資料顯示，WIMI微美全息混合神經(jīng)增強(qiáng)連接(HNL)的概念在于融合兩種常見的大腦信號(hào)類型——事件相關(guān)去同步(ERD)和穩(wěn)態(tài)誘發(fā)電位(SSEP)。在HNL中，受試者首先獨(dú)立執(zhí)行這兩種不同的心理任務(wù)，然后同時(shí)執(zhí)行，使得兩種信號(hào)同時(shí)被捕獲并進(jìn)行處理。這種獨(dú)特的方法有望顯著提高BCI系統(tǒng)的性能，尤其對(duì)于那些性能較差的用戶，為他們提供更加流暢、準(zhǔn)確的交互體驗(yàn)。

此外，HNL引入了一個(gè)雙重任務(wù)范式，將視覺注意力和想象的運(yùn)動(dòng)結(jié)合起來。通過僅使用ERD和僅使用SSVEP運(yùn)行的功能，WIMI微美全息研發(fā)團(tuán)隊(duì)模擬了“人工”混合BCI。通過與原始混合數(shù)據(jù)進(jìn)行比較，能夠評(píng)估混合條件是否產(chǎn)生了更強(qiáng)的ERD和SSVEP活性。這一創(chuàng)新的雙重任務(wù)范式為HNL技術(shù)的驗(yàn)證和應(yīng)用提供了有力支持。

在技術(shù)邏輯上，HNL的創(chuàng)新之處在于將不同類型的信號(hào)融合在一起，充分利用了兩種信號(hào)的獨(dú)特特性。ERD信號(hào)反映了大腦在執(zhí)行特定任務(wù)時(shí)的抑制活動(dòng)，而SSVEP信號(hào)則與視覺注意力的頻率同步。通過同時(shí)捕獲這兩種信號(hào)，WIMI微美全息混合神經(jīng)增強(qiáng)連接(HNL)可以更準(zhǔn)確地推斷用戶的心理任務(wù)，從而實(shí)現(xiàn)更可靠的大腦與計(jì)算機(jī)之間的交互。

WIMI微美全息HNL技術(shù)的核心在于將兩種常見的大腦信號(hào)類型融合在一起，分別是事件相關(guān)去同步(ERD)和穩(wěn)態(tài)誘發(fā)電位(SSEP)。這兩種信號(hào)反映了大腦在不同任務(wù)下的活動(dòng)變化，融合它們可以為BCI系統(tǒng)提供更豐富、更準(zhǔn)確的信息。以下是WIMI微美全息HNL技術(shù)的實(shí)現(xiàn)方式和關(guān)鍵要點(diǎn)。

數(shù)據(jù)采集與預(yù)處理： HNL的第一步是通過腦電圖(EEG)等腦成像技術(shù)采集受試者的大腦信號(hào)。在這一階段，受試者被要求執(zhí)行不同的心理任務(wù)，以產(chǎn)生ERD和SSEP信號(hào)。采集到的原始數(shù)據(jù)需要經(jīng)過濾波、噪聲抑制等預(yù)處理步驟，以保證后續(xù)分析的準(zhǔn)確性。

信號(hào)分析與特征提取：在HNL中，使用先進(jìn)的信號(hào)處理和模式識(shí)別技術(shù)來分析大腦信號(hào)。針對(duì)ERD會(huì)檢測(cè)不同頻段的信號(hào)強(qiáng)度變化，以捕獲大腦在特定任務(wù)下的抑制活動(dòng)。而對(duì)于SSEP，會(huì)關(guān)注穩(wěn)態(tài)誘發(fā)電位的頻率同步現(xiàn)象，以獲得與視覺注意力相關(guān)的信息。

融合與特征整合：在獲得ERD和SSEP的特征之后，HNL技術(shù)將這兩種信號(hào)融合在一起。這一步驟采用多種方法，如線性加權(quán)、卷積神經(jīng)網(wǎng)絡(luò)等，以使不同類型的信號(hào)相互補(bǔ)充，增強(qiáng)整體的信息表達(dá)能力。融合后的信號(hào)將用于后續(xù)的任務(wù)識(shí)別和預(yù)測(cè)。

任務(wù)分類與反饋：在HNL的實(shí)際應(yīng)用中，融合后的信號(hào)將用于識(shí)別受試者當(dāng)前正在執(zhí)行的心理任務(wù)。這可以通過監(jiān)督學(xué)習(xí)算法實(shí)現(xiàn)，例如支持向量機(jī)(SVM)或深度神經(jīng)網(wǎng)絡(luò)(DNN)。一旦任務(wù)被識(shí)別出來，系統(tǒng)將產(chǎn)生相應(yīng)的反饋，如控制外部設(shè)備或生成文本指令。

除了技術(shù)邏輯的突破，HNL還在實(shí)驗(yàn)驗(yàn)證方面取得了顯著進(jìn)展。WIMI微美全息研發(fā)團(tuán)隊(duì)在離線模擬中進(jìn)行了一系列試驗(yàn)，結(jié)果顯示混合BCI確實(shí)能夠在兩種信號(hào)類型上產(chǎn)生更強(qiáng)的活性。這一發(fā)現(xiàn)為HNL技術(shù)的實(shí)際應(yīng)用奠定了堅(jiān)實(shí)的基礎(chǔ)，為進(jìn)一步的研究和開發(fā)鋪平了道路。

隨著混合神經(jīng)增強(qiáng)連接技術(shù)的不斷發(fā)展，未來的腦機(jī)接口將變得更加強(qiáng)大和智能化。這一技術(shù)的潛力不僅僅局限于改善大腦與計(jì)算機(jī)之間的交互體驗(yàn)，還可以在醫(yī)療領(lǐng)域、虛擬現(xiàn)實(shí)、人機(jī)協(xié)作等多個(gè)領(lǐng)域產(chǎn)生深遠(yuǎn)的影響。HNL的創(chuàng)新思路為BCI技術(shù)的進(jìn)一步演進(jìn)帶來了新的方向，也為人類與技術(shù)的融合開辟了嶄新的可能性。

總的來說，WIMI微美全息的混合神經(jīng)增強(qiáng)連接(HNL)技術(shù)的引入標(biāo)志著腦機(jī)接口領(lǐng)域的一次重要突破。通過融合不同類型的大腦信號(hào)，HNL為BCI系統(tǒng)帶來了更高的性能和準(zhǔn)確性，為人與計(jì)算機(jī)之間的交互開啟了新的篇章。隨著這一技術(shù)的進(jìn)一步研究和發(fā)展，可以期待看到更多令人振奮的成果，為未來的科技帶來更多驚喜和可能性。