MicroCloud Hologram Inc. kündigte die Einführung eines mehrschichtigen, gemeinsamen Lernsystems an, das auf logistischen Regressionsmodellen basiert, um ein Bewegungstrainingssystem auf der Grundlage von maschinellem Lernen und einer holografischen Gehirn-Computer-Schnittstelle (SVM) zu entwickeln. Brain-Computer-Interface ist eine Kommunikationstechnologie, die nicht von den normalen peripheren Nerven und dem Muskelgewebe des Menschen abhängt. Es handelt sich um einen direkten Verbindungsweg zwischen dem menschlichen oder tierischen Gehirn (oder einer Kultur von Gehirnzellen) und externen Geräten.

Das Bewegungstrainingssystem der holografischen Gehirn-Computer-Schnittstelle löst das schwierige Problem der Übung für Patienten mit Funktionsstörungen und stimuliert, extrahiert und nutzt ihre aktive Bewegungsbereitschaft. Es stärkt den Gebrauch der betroffenen Gliedmaßen und verbessert die motorische Funktion der Gliedmaßen. Durch die Kombination der flexiblen MEMS-Mikrosensor-Array-Technologie mit der BCI-Gehirn-Computer-Schnittstellentechnologie, der Multi-Source-Informationsfusion und der adaptiven Feedback-Kontrolltechnologie kann nicht nur die motorische Funktion der Gliedmaßen deutlich verbessert werden, sondern auch die Reorganisation des funktionell abhängigen Bereichs des Kortex gefördert werden, wodurch der kortikale motorische Kontrollbereich der betroffenen Gliedmaße vergrößert wird, was ein effektives Instrument für das frühe Rehabilitationstraining von Patienten mit Handfunktionsstörungen darstellt.OLO hat auch eine experimentelle Kontrollplattform für die Gehirn-Computer-Schnittstelle entwickelt, die auf holografischer AR basiert. Sie nutzt das holografische Bild des bloßen Auges als visuellen Stimulator, um EEG-Signale zu induzieren, so dass der Benutzer die visuelle Stimulation nicht in einer festen Position durchführen muss, was die Anwendbarkeit in komplexen Umgebungen verbessern kann, um eine natürlichere Mensch-Computer-Interaktion zu erreichen.

Dann wird die A/D-Abtastung des EEG-Signals durch das Bewegungstrainingssystem der holografischen Gehirn-Computer-Schnittstelle durch digitale Signalverarbeitung gesteuert und die A/D-Abtastung des gefilterten EEG-Signals wird dann durch einen intelligenten Algorithmus entsprechend den holografischen Daten in der holografischen Daten-Tag-Bibliothek identifiziert und abgeglichen. Schließlich werden die holografischen EEG-Daten durch einen komplexen Algorithmus und parallele Kommunikation angezeigt und gespeichert. Das auf maschinellem Lernen und SVM basierende Bewegungstrainingssystem für die holografische Gehirn-Computer-Schnittstelle besteht aus Signalerfassung, Merkmalsextraktion, Merkmalsklassifizierung und externen Steuergeräten: Signalerfassung: Das Brain-Computer-Interface sammelt Signale der neuronalen Aktivität über Mikroelektroden, die in der Großhirnrinde implantiert sind; Merkmalsextraktion: Die erfassten Signale werden dekodiert, dann kodiert und in maschinenlesbare Befehlssignale umgewandelt.

Zu den gängigen Methoden gehören die schnelle Fourier-Transformation (FFT), die diskrete Fourier-Transformation (DFT), die Wavelet-Transformation (WT), die unabhängige Komponentenanalyse (ICA), der gemeinsame räumliche Modus (CSP) und einige verbesserte Methoden, die auf den oben genannten Methoden basieren. Klassifizierung der Merkmale: Die extrahierten Merkmalssignale werden weiter klassifiziert. Zu den häufig verwendeten Klassifikatoren gehören lineare Klassifikatoren, Support Vector Machines (SVM), neuronale Netze und eine Kombination verschiedener Klassifikatoren.

Externes Steuergerät: Der Steuerungsprozess in Form von Signalen, die dem Gehirn Feedback geben, um eine Mensch-Computer-Interaktion zu erreichen. Im Bereich der Rehabilitationsmedizin kann das Bewegungstrainingssystem der holografischen Gehirn-Computer-Schnittstelle das Rehabilitationstraining von neuromuskulären Patienten wie Schlaganfall- oder Rückenmarkspatienten durch die Steuerung von Roboterarmen und Exoskelett-Robotern wirksam unterstützen. Mit der kontinuierlichen Erforschung der Struktur und Funktion des Gehirns durch die moderne Medizin werden die Funktionsbereiche des Gehirns, wie z.B. Sehen, Heizen, Bewegung und Sprache, immer besser erforscht.

Micro-Cloud Holographic erhält Informationen über diese Funktionsbereiche des Gehirns durch Brain-Computer-Interface-Geräte, analysiert sie und legt die Diagnose, das Screening, die Überwachung, die Behandlung und die Rehabilitation von neurologischen und psychiatrischen Erkrankungen fest. Das Unternehmen erforscht auch mögliche zukünftige Forschungs- und Anwendungsrichtungen.