Giới thiệu ZUNA, một mô hình nền tảng BCI với 380 triệu tham số cho dữ liệu EEG, một cột mốc quan trọng trong việc phát triển công nghệ chuyển đổi suy nghĩ thành văn bản không xâm lấn. Hoàn toàn mã nguồn mở, Apache 2.0.

Dữ liệu EEG không xâm lấn dễ dàng tiếp cận và chứa nhiều thông tin, tạo thành nền tảng thực tiễn cho các ứng dụng BCI chuyển đổi suy nghĩ thành văn bản. EEG ghi lại hoạt động điện não thông qua các điện cực trên da đầu để chẩn đoán các tình trạng thần kinh khác nhau và theo dõi trạng thái não.

Mặc dù thông tin phong phú, dữ liệu EEG thường lộn xộn, bị ảnh hưởng bởi việc mất kênh, các tác động do chuyển động và độ phủ điện cực thưa thớt. ZUNA tái tạo các tín hiệu não chất lượng cao từ dữ liệu EEG, cho phép chẩn đoán, nghiên cứu và ứng dụng BCI tốt hơn mà không cần phần cứng bổ sung.

Các thiết bị với ít cảm biến EEG hơn đánh đổi độ bao phủ tín hiệu để có tính khả dụng. ZUNA dự đoán các kênh bị thiếu từ dữ liệu thưa thớt và tọa độ điện cực, cung cấp tín hiệu đạt tiêu chuẩn lâm sàng có thể mở rộng từ tai nghe tiêu dùng đến hệ thống nghiên cứu 256 điện cực, mà không cần đào tạo lại.

ZUNA vượt trội hơn hẳn các phương pháp thông thường như nội suy spline hình cầu của MNE trên các tập dữ liệu EEG bị che khuất và chưa thấy. Lợi thế của nó gia tăng với việc tăng cường mẫu cao hơn, đặc biệt là ở mức 4x, nơi mà các phương pháp cổ điển gặp khó khăn và ZUNA tỏa sáng.

Được đào tạo trên 2 triệu giờ kênh từ 208 bộ dữ liệu EEG, ZUNA sử dụng đào tạo khuếch tán có mặt nạ và nhúng không gian 4D để tổng quát hóa trên các bộ dữ liệu và bố trí điện cực tùy ý.

Chúng tôi rất vui mừng được chia sẻ ZUNA. Công việc tuyệt vời của đội ngũ Zyphra BCI. @ChrisWarnerII @JonasHMago @jonhumlatnight @BerenMillidge Những ai quan tâm đến việc hợp tác để cải thiện các phiên bản trong tương lai cho các nhu cầu hoặc trường hợp sử dụng cụ thể nên liên hệ với @PaulWhiteIRL @dannymartinelli