北京，2023年12月7日/PRNewswire/-全球领先的全息增强现实（“AR”）技术提供商WiMi全息云股份有限公司（NASDAQ:WiMi）（“WiMi”或“公司”）今天宣布，它开发了基于可解释人工智能（XAI）的fNIRS神经图像分类，为脑机接口技术的发展带来了突破。通过将最新的人工智能技术与脑机接口解析相结合，该系统有望带来脑机接口技术的进步。
WiMi基于XAI的fNIRS神经图像分类系统由几个关键模块组成，这些模块共同处理、分析和解释数据，以实现准确的大脑活动分类和解释。系统架构旨在提高分类的准确性和可解释性，并确保系统的准确性和实用性。该系统包括一个数据预处理模块，用于对原始fNIRS数据进行滤波、去噪和归一化，以提高后续数据分析的准确性。
WiMi基于XAI的fNIRSfNIRS神经图像分类系统采用了两个关键的分类模块，即基于一维滑动窗的卷积神经网络（CNN）和长短期记忆（LSTM）神经网络。这两个模块分别用于对不同类型的大脑活动模式进行分类，从而提高了系统的适用性和泛化能力。为了满足解释模型输出的需求，该系统引入了一个可解释性模块，该模块使用机器学习可解释性工具SHapley Additive exPlanations（SHAP）来解释CNN模型的输出。通过解释模型输入变量，该系统能够识别对特定大脑活动分类贡献最大的特征，帮助研究人员深入了解大脑活动模式与外部设备控制之间的关联。
通过这些方法和技术，该系统能够有效地将fNIRS数据转换为可解释的分类结果。数据的预处理、CNN和LSTM模型的应用以及SHAP解释模块共同构成了该系统的核心，使其能够提高大脑活动分类的准确性，并为研究人员提供可解释的结果。
WiMi基于XAI的fNIRSfNIRS神经图像分类系统显示出良好的应用前景和潜力。在真实的脑控机器人、假肢控制和虚拟现实场景中，该系统的高精度分类结果为设备控制提供了可靠的支持，并为脑机接口技术在医疗康复和虚拟现实中的应用提供了新的可能性。
WiMi基于XAI的fNIRSfNIRS神经图像分类系统的研究和应用为脑科学领域带来了新的见解。通过解释模块解析大脑活动模式，该系统为研究人员揭示了大脑功能区域之间的联系和作用机制，促进了整个脑科学领域的发展。这些重要结果表明，基于XAI的fNIRSfNIRS神经图像分类系统不仅提高了大脑活动的分类精度，而且为脑机接口的发展和应用带来了新的视角。可以预见，它将推动脑机接口在未来的发展和普及，并给人与机器的互动带来革命性的变化。
