BEIJING, 14. September 2023 – WiMi Hologram Cloud Inc. (NASDAQ: WIMI) („WiMi“ oder das „Unternehmen“), ein führender globaler Anbieter von Hologramm-Augmented-Reality-(„AR“)-Technologien, gab heute bekannt, dass auf der Grundlage der EEG-fNIRS-Multimodaldatenintegration ein Brain-Computer Interface (BCI) entwickelt wurde, um die Leistung und Genauigkeit der EEG-fNIRS-Multimodaldatenintegration zu verbessern.
Die Multimodaldatenintegration ist in den letzten Jahren ein heißes Thema auf dem Gebiet der künstlichen Intelligenz gewesen, und ihr Hauptziel ist es, Daten oder Informationen aus verschiedenen Quellen effektiv zu kombinieren, um eine bessere Entscheidungsgrundlage zu bieten als eine einzelne Datenquelle. Elektroenzephalografie (EEG) und funktionelle Nahinfrarotspektroskopie (fNIRS) sind zwei gängige Techniken zum Erfassen neuronaler Signale im Gehirn, und jede von ihnen hat ihre eigenen Vorteile und Einschränkungen.
EEG kann hochauflösende Gehirn-Neuronenaktivitätsinformationen liefern, hat aber eine relativ niedrige räumliche Auflösung. Obwohl fNIRS eine niedrige zeitliche Auflösung hat, kann es hochauflösende zerebrale hämodynamische Informationen liefern. Das Team von WiMi hat festgestellt, dass die Kombination dieser beiden Technologien ihre jeweiligen Mängel ausgleichen und umfassendere und genauere Gehirn-Neuroneninformationen liefern kann.
WiMi nutzte einen binären Verstärkungsalgorithmus, um eine effektive Integration von EEG- und fNIRS-Daten zu erreichen. Dies ist ein Deep Learning-Modell mit einem Self-Attention-Mechanismus, der die intrinsischen Korrelationen der Daten automatisch erlernt und so die Qualität und Effizienz der Datenintegration verbessert. Darüber hinaus hat WiMi eine einzigartige algorithmische Framework-Architektur entwickelt, die groß angelegte multimodale Daten handhaben und die Anforderungen verschiedener Szenarien erfüllen kann.
Der Prozess kann in folgende Schritte unterteilt werden:
Datenerfassung: Zuerst müssen wir Daten zum selben Ziel zur selben Zeit sowohl mit einem EEG-Gerät als auch mit einem fNIRS-Gerät erfassen. Das EEG-Gerät zeichnet die elektrische Aktivität des Gehirns auf, während das fNIRS-Gerät die Veränderungen des Blutflusses im Gehirn überwacht.
Datenvorverarbeitung: Die gesammelten Daten müssen für EEG- und fNIRS-Daten vorverarbeitet werden, einschließlich Filterung, Entstörung und Artefaktentfernung, um die Datenqualität zu verbessern. Dies umfasst in der Regel Schritte wie Filterung und Normalisierung. Darüber hinaus ist aufgrund der unterschiedlichen zeitlichen Auflösung der EEG- und fNIRS-Geräte auch eine zeitliche Ausrichtung erforderlich.
Merkmalsextraktion: Mit der Kombination von Daten können wir reichhaltigere und genauere Merkmale der Gehirn-Neuronenaktivität extrahieren. Nützliche Merkmale werden aus den vorverarbeiteten Daten extrahiert. Für EEG-Daten können Merkmale wie Zeitbereich, Frequenzbereich und Zeit-Frequenz-Bereich extrahiert werden, wie z. B. durchschnittliche Leistungsdichtespektren, Zeitbereichsmerkmale (z. B. Mittelwert, Varianz), Wavelet-Transformationskoeffizienten usw. Für fNIRS-Daten sind dies Leuchtstärkevariationen usw.
Datenintegration: Bei der EEG-fNIRS-Multimodaldatenintegration werden Merkmale kombiniert, um eine umfassende multimodale Merkmalsrepräsentation zu erhalten. Die multimodale Merkmalsintegration besteht hauptsächlich darin, die aus EEG- und fNIRS-Daten extrahierten Merkmale zu kombinieren, um umfassendere und genauere Informationen über Hirnaktivitäten zu erhalten. Durch den binären Verstärkungsalgorithmus, ein Deep Learning-Modell basierend auf dem Self-Attention-Mechanismus, kann es die intrinsischen Korrelationen von Daten automatisch erlernen und so die effektive Verarbeitung hochdimensionaler und komplex strukturierter Daten realisieren.
Modelltraining: Modelltrainingsprozess unter Verwendung von Methoden wie Kreuzvalidierung für Parameterauswahl und Leistungsbewertung.
Anwendungsimplementierung: Basierend auf den extrahierten Merkmalen werden verschiedene Anwendungen realisiert. So können diese Merkmale beispielsweise verwendet werden, um Machine-Learning-Modelle zum Vorhersagen und Steuern der Gehirn-Neuronenaktivität zu trainieren.
Diese Technologie wird die Forschung und Anwendung auf den Gebieten der Hirnwissenschaft, der neuronalen Ingenieurwissenschaft und der klinischen Medizin stark unterstützen. Sie kann Forschern helfen, das Gesetz der Gehirnnervenaktivität tiefer zu verstehen, Klinikern genauere Diagnose- und Behandlungsgrundlagen zur Verfügung stellen und auch in Gehirn-Computer-Schnittstellen, virtueller Realität und anderen Hightech-Bereichen angewendet werden, um deren technologischen Fortschritt zu fördern.
Über WIMI Hologram Cloud
WIMI Hologram Cloud, Inc. (NASDAQ: WIMI) ist ein umfassender technischer Lösungsanbieter für holographische Cloud-Technologien mit Schwerpunkt auf professionellen Bereichen wie holographischer AR-Automobil-HUD-Software, 3D-holographischem Pulse LiDAR, Kopf montierter Anzeige für holographische Light-Field-Ausrüstung, holographischen Halbleitern, holographischer Cloud-Software, holographischer Auto-Navigation und anderen. Seine Dienstleistungen und holographischen AR-Technologien umfassen holographische AR-Automobilanwendungen, 3D-holographische Pulse LiDAR-Technologie, holographische Vision Halbleitertechnologie, holographische Softwareentwicklung, holographische AR-Werbetechnologie, holographische AR-Unterhaltungstechnologie, holographisches ARSDK-Zahlung, interaktive holographische Kommunikation und andere holographische AR-Technologien.
Safe Harbor-Erklärungen
Diese Pressemitteilung enthält „zukunftsgerichtete Aussagen“ im Sinne des Private Securities Litigation Reform Act von 1995. Diese zukunftsgerichteten Aussagen können anhand von Begriffen wie „wird“, „erwartet“, „antizipiert“, „Zukunft“, „beabsichtigt“, „plant“, „glaubt“, „schätzt“ und ähnlichen Aussagen identifiziert werden. Aussagen, die keine historischen Fakten sind, einschließlich Aussagen über die Überzeugungen und Erwartungen des Unternehmens, sind zukunftsgerichtete Aussagen. Unter anderem enthalten die Geschäftsaussichten und Zitate des Managements in dieser Pressemitteilung sowie die strategischen und operativen Pläne des Unternehmens zukunftsgerichtete Aussagen. Das Unternehmen kann auch in seinen regelmäßigen Berichten an die US-Börsenaufsichtsbehörde SEC auf den Formularen 20-F und 6-K, in seinem Jahresbericht an die Aktionäre, in Pressemitteilungen und anderen schriftlichen Materialien sowie in mündlichen Aussagen seiner leitenden Angestellten, Direktoren oder Mitarbeiter gegenüber Dritten zukunftsgerichtete Aussagen machen. Zukunftsgerichtete Aussagen beinhalten inhärente Risiken und Unsicherheiten. Mehrere Faktoren könnten dazu führen, dass die tatsächlichen Ergebnisse wesentlich von den in einer zukunftsgerichteten Aussage enthaltenen abweichen, einschließlich, aber nicht beschränkt auf die folgenden: die Ziele und Strategien des Unternehmens; die zukünftige Geschäftsentwicklung, die Finanzlage und die Ergebnisse der Geschäftstätigkeit des Unternehmens; die erwartete Wachstumsrate der AR-Holografie-Branche; und die Erwartungen des Unternehmens in Bezug auf die Nachfrage nach und die Marktaufnahme seiner Produkte und Dienstleistungen.
Weitere Informationen zu diesen und anderen Risiken finden Sie im Jahresbericht des Unternehmens auf Formular 20-F und im aktuellen Bericht auf Formular 6-K sowie in anderen bei der SEC eingereichten Dokumenten. Alle in dieser Pressemitteilung enthaltenen Informationen gelten zum Zeitpunkt der Veröffentlichung dieser Pressemitteilung. Das Unternehmen ist nicht verpflichtet, zukunftsgerichtete Aussagen aufgrund neuer Informationen, zukünftiger Ereignisse oder aus anderen Gründen zu aktualisieren, es sei denn, dies ist gesetzlich vorgeschrieben.