北京，2023年6月23日/美通社/——全球領先的全息增強現實（AR）技術提供商WiMi全息雲股份有限公司（NASDAQ:WiMi）今天宣布，通過開發基于混合信号BCI的仿人控制系統，該公司在該領域取得了重大進展。
該系統的技術實現路徑由幾個步驟組成。首先，需要使用多個傳感器來記錄多個互補信号，如肌電圖（EMG）、腦電圖（EEG）、眼電圖（EOG）和事件相關去同步（ERD）、穩态視覺誘發電位（SSVEP）和近紅外光譜（NIRS）。
這些傳感器記錄的信号需要進行預處理，以去除幹擾信号、降噪等。然後，使用機器學習算法對信号進行特征提取、信号分類和其他操作，以準确解碼腦機接口信号。最後，将解碼結果映射到仿人機器人控制中，以實現仿人機器人的功率。
與傳統的腦機接口技術相比，該系統具有幾個優點。首先，通過記錄和分析多個互補信号，可以更全面地獲得大腦活動信息，從而提高解碼的準确性和穩健性。其次，數據融合技術可以進一步增強系統的魯棒性和可靠性，避免單個信号的特異性導緻的識别錯誤。此外，機器學習算法可以進一步提高解碼速度和準确性，從而提高信息傳輸速率。最後，基于混合腦機接口技術的仿人控制系統可以實現更自然、更精确的控制，可以應用于機器人和殘疾人輔助等多個領域。
與傳統腦機接口技術相比，混合腦機接口的具體優勢如下：
提高準确性和穩健性：混合腦機接口技術利用多個互補信号源，如EMG、EEG、EOG和SSVEP，通過數據融合技術提高準确性和魯棒性。多個來源可以提供比單一來源更全面、更可靠的信息，從而提高系統的準确性和穩健性。
增強的信息傳輸速率：在傳統的腦機接口技術中，單個源可能需要為高速人機交互提供更多信息。然而，混合腦機接口技術結合了多種來源，提高了信息傳輸率，從而實現了更快、更自然的人機交互。
提高适用性和可操作性：混合腦機接口技術利用了多個信号源，可以提高系統的适用性和操作性。例如，一些用戶可能需要幫助與單個源進行有效交互，但将多個源組合起來可以提供更多選項，并更容易實現有效交互。
提高訓練效率：在傳統的腦機接口技術中，訓練單個信号源通常需要大量的時間和精力。相比之下，混合腦機接口技術可以利用多個信号源，并通過數據融合技術提高訓練效率，從而實現更快、更可靠的交互。
混合腦機接口的技術框架主要基于信号采集、信号預處理、特征提取、特征選擇和分類器訓練等技術。通過将多個信号源與機器學習算法相結合，可以實現更高的控制精度和魯棒性。該系統使用許多信号源，包括EMG、EEG、EOG和NIR光譜。通過數據融合技術将這些信号源相結合，一方面提高了控制系統的準确性和魯棒性。同時，該系統還具有高速信息傳輸能力，使用戶可以通過簡單的思維命令實現自然高效的人機交互。
該系統的技術框架和具體實施路徑可分為以下步驟：
信号采集：使用多個傳感器采集多個互補信号源。這些來源可以提供不同的信息，如肌肉運動、大腦活動、注意力等。
信号預處理：對采集到的信号進行預處理，如去噪、濾波、特征提取等，以提高信号的質量和準确性。例如，标準的預處理方法，如平均去除、帶通濾波、小波變換等，可以減少信号噪聲并提取有用的特征。
