MicroCloud Hologram Inc. kondigde de lancering aan van een meerlagig raamwerk voor gezamenlijk leren op basis van logistische regressiemodellen om een systeem voor bewegingstraining te construeren op basis van machinaal leren en SVM holografische brein-computerinterface. Brain-computer interface is een communicatietechnologie die niet afhankelijk is van de normale perifere zenuwen en het spierweefsel van mensen. Het is een directe verbindingsroute tussen menselijke of dierlijke hersenen (of een cultuur van hersencellen) en externe apparaten.

Het bewegingstrainingssysteem van de holografische brein-computerinterface lost het moeilijke probleem van lichaamsbeweging voor patiënten met functiestoornissen op en stimuleert, onttrekt en gebruikt hun actieve bewegingsbereidheid. En versterkt het gebruik van de aangedane ledemaat, verbetert de motorische functie van de ledemaat. Door de combinatie van MEMS flexibele microsensor array technologie met BCI brein-computer interface technologie, multi-source informatie fusie en adaptieve feedback controle technologie, kan het niet alleen de motorische functie van ledematen aanzienlijk verbeteren, maar ook de reorganisatie van het functionele afhankelijke gebied van de cortex bevorderen, waardoor het corticale motorische controlegebied van de aangedane ledemaat wordt uitgebreid, wat een effectief hulpmiddel biedt voor vroege revalidatie training van patiënten met hand disfunctie.OLO bouwde ook een brein-computer interface experimenteel besturingsplatform gebaseerd op holografische AR, dat het holografische naakte oogbeeld gebruikt als visuele stimulator om EEG-signalen op te wekken, zodat gebruikers geen visuele stimulatie in een vaste positie hoeven uit te voeren, wat de toepasbaarheid in complexe omgevingen kan verbeteren, om zo een natuurlijkere mens-computer interactie te bereiken.

Vervolgens wordt de A/D bemonstering van het EEG-signaal gecontroleerd door het bewegingstrainingssysteem van de holografische brein-computerinterface via digitale signaalverwerking, en de A/D bemonstering van het gefilterde EEG-signaal wordt vervolgens geïdentificeerd en gematcht door intelligent algoritme volgens holografische gegevens in de holografische gegevenslabels. Tenslotte worden de holografische EEG-gegevens weergegeven en opgeslagen door middel van een complex algoritme en parallelle communicatie. Het holografische brain-computer interface bewegingstrainingssysteem gebaseerd op machinaal leren en SVM bestaat uit signaalacquisitie, kenmerkextractie, kenmerkclassificatie en externe controleapparatuur: Signaalacquisitie: De hersencomputerinterface verzamelt signalen van neuronale activiteit via micro-elektroden die in de hersenschors geïmplanteerd zijn; Eigenschapsextractie: De verzamelde signalen worden gedecodeerd, vervolgens gecodeerd en omgezet in machineleesbare instructiesignalen.

Gangbare methoden zijn onder andere de snelle Fouriertransformatie (FFT), discrete Fouriertransformatie (DFT), wavelettransformatie (WT), onafhankelijke componentenanalyse (ICA), gemeenschappelijke ruimtelijke modus (CSP) en enkele verbeterde methoden op basis van de bovenstaande methoden. Classificatie van kenmerken: De geëxtraheerde kenmerksignalen worden verder geclassificeerd. Veel gebruikte classificeerders zijn lineaire classificeerders, ondersteuningsvectormachines (SVM), neurale netwerken en een combinatie van verschillende classificeerders.

Extern regelapparaat: Het besturingsproces in de vorm van signalen naar de hersenen terugkoppelen om mens-computer interactie te bewerkstelligen. Op het gebied van revalidatiegeneeskunde kan het bewegingstrainingssysteem van de holografische Brain-computer interface effectief helpen bij de revalidatietraining van neuromusculaire patiënten, zoals patiënten met een beroerte of ruggenmergletsel, door robotarmen en exoskeletrobots te besturen. Met de voortdurende verkenning van de hersenstructuur en -functie door de moderne geneeskunde, heeft de mens diepgaander onderzoek gedaan naar functionele hersengebieden zoals gezichtsvermogen, verwarming, beweging en taal.

Micro-cloud holographic verkrijgt informatie van deze functionele gebieden van de hersenen door middel van brein-computer interfaceapparatuur en analyseert deze, en legt de diagnose, screening, monitoring, behandeling en revalidatie van neurologische en psychiatrische ziekten vast. Het bedrijf onderzoekt ook mogelijke toekomstige onderzoeks- en toepassingsrichtingen.