微美全像（NASDAQ：WIMI）研發基於腦機介面的BCI遊戲模型與範式

2023-05-15 10:48:43 作者：宋均益

隨著腦機介面(BCI)技術近幾年的快速發展，科研人員也將腦機介面(BCI)技術融入娛樂遊戲種經行深入研究，因此除臨床應用外，腦機介面( BCI)技術也可以是一種的娛樂方式。目前，BCI遊戲大部分因控製表現不佳或容易導致疲勞等問題而無法廣泛普及。在過去幾年中，已進行了大量研究，證明了BCI技術在遊戲互動中的應用越來越流行。在先前研究中的BCI遊戲中，P300電位、穩態視覺誘發電位(SSVEPs)和運動意象(MI)是使用EEG(EEG)訊號最常見的遊戲。 P300的穩定性使得它不易導致疲勞，而且使用者無需接受特殊訓練。因此微美全息(NASDAQ:WIMI)採用P300腦機介面設計遊戲模型，以探索在實際環境中使用腦電圖(EEG)訊號進行可行且自然的遊戲執行體驗。

WIMI微美全像的研究創新之處在於將BCI遊戲和典範設計融合起來，融合了遊戲規則和BCI系統的特色。引入卷積神經網路(CNN)演算法能夠使訓練樣本達到高精度。此BCI系統不僅是一種娛樂形式，也增加了遊戲操作的多樣性。

在過去的十年中，深度學習在電腦視覺、自然語言處理和語音處理等許多領域中得到了快速發展。在影像分類方面，研究人員提出了一些新穎的深度架構，這些架構實現了高精度。近年來，卷積神經網路(CNN)已被用於P300檢測，使用CNN對P300腦電訊號進行識別和分類，可以得到良好的效果。為了提高模型的泛化能力，實現了最先進的P300訊號分類和字元辨識。在小型資料集上，過度擬合現象會發生，因此需要使用大型資料集來訓練非線性數據，這時使用CNN是很合適的。但是，在實際應用中收集大量的訓練資料是非常困難的。因此，我們提出了一種基於卷積神經網路(CNN)的新架構，以在小型訓練資料集上實現最先進的P300訊號分類和字元辨識。

微美全像(NASDAQ:WIMI)設計了一個基於CNN的P300 BCI遊戲模型，並提出了一種基於貝葉斯深度學習的演算法，解決了在小資料集上訓練時的過擬合問題。透過成功應用基於P300的BCI遊戲模型並證明其可用於線上BCI系統的深度學習演算法，得出結論。

WIMI微美全像基於CNN BCI遊戲模型系統框架包含三個子系統，分別是資料擷取部分、資料處理部分以及視覺和遊戲終端。在資料擷取部分，使用電極帽和放大器記錄多通道頭皮腦電訊號。在訊號經過預處理後，資料處理過程可分為離線訓練和線上分類測試兩個步驟。最後，將分類結果轉換為操作命令，並發送到視覺和遊戲終端。視覺和遊戲終端包括兩個子步驟：(1)在刺激策略更新後向使用者提供視覺刺激和(2)為使用者提供視覺回饋(輸出座標)。

腦電資料擷取與預處理

WIMI微美全像基於CNN BCI遊戲模型使用32通道電容和放大器，透過非侵入性記錄EEG數據，以1000 Hz數位化並使用50 Hz陷波濾波器過濾。收集所有電極數據。為了減少濾波邊緣效應的影響，首先過濾記錄的數據。帶通濾波器可用於對每個通道的腦電圖訊號進行處理，以提取刺激觸發後P300訊號的關鍵資訊。然後，對數據進行下採樣。對相同字元的資料矩陣進行疊加和平均，以降低訊號雜訊比。

CNN 架構

#WIMI微美全像基於CNN BCI遊戲模型的BCI訊號經過預處理後，資料處理部分可分為離線訓練和線上分類兩步驟。透過CNN基於貝葉斯反向傳播，這是一種變分推理方法，用於學習神經網路權重的後驗分佈，可以從中對反向傳播中的權重進行取樣。舉例來說，如果我們採用高斯分佈對每個權重參數進行建模，那麼原始權重值就可以被表示為該高斯分佈的平均值和標準差。然後透過變分推理計算後驗。

CNN的捲積層需要使用具有權重值的捲積核進行卷積運算。卷積核中的每個權重參數都以高斯分佈的形式表示。為了獲得一定的權重值，必須使用高斯分佈進行取樣。因此，在採樣過程中，採用重參數化技術將採樣過程放在前面，使網路的前向傳播成為導數，並在反向傳播過程中更新權重。透過從卷積核權重分佈中提取特定的權重值來產生卷積核，然後在接受場上執行卷積運算。

腦機介面(BCI)是一種非常規的通訊方法，可在人與外圍之間建立通訊路徑，最初BCI技術應用於臨床領域，透過直接從大腦向電腦發送命令，幫助患者恢復與外界互動的能力。現在除臨床應用外，BCI技術也已在娛樂遊戲中進行了實驗和應用，BCI技術通常用於為遊戲提供輸入，從而擺脫對中間設備(滑鼠，鍵盤，遊戲手把和遊戲控制器)的依賴。 WIMI微美全像基於CNN BCI遊戲模型，構成了一個可以同時滿足健康用戶和殘疾用戶興趣的平台。對健康用戶而言，BCI遊戲充滿技術感和神秘感，這增加了遊戲的吸引力並有助於遊戲的推廣。對於殘障用戶來說，BCI遊戲為他們提供了一個公平的遊戲平台，不僅可以讓他們以同樣的方式與健康用戶玩遊戲，還可以作為功能性復健系統，幫助患者進行復健訓練。 BCI技術在娛樂遊戲中的應用是將其從科研階段推向實際應用市場階段的關鍵一步。

以上是微美全像（NASDAQ：WIMI）研發基於腦機介面的BCI遊戲模型與範式的詳細內容。更多資訊請關注PHP中文網其他相關文章！