Introducerea ZUNA, un model de bază BCI cu 380 de milioane de parametri pentru date EEG, reprezintă un reper semnificativ în dezvoltarea gândirii neinvazive de tip gândire-la-text. Complet open source, Apache 2.0.

Datele EEG neinvazive sunt ușor accesibile și dense în informații, ceea ce le face o bază practică pentru aplicațiile BCI de la gândire la text. EEG-ul înregistrează activitatea electrică cerebrală prin electrozi de scalp pentru a diagnostica diverse afecțiuni neurologice și a monitoriza stările cerebrale.

Deși bogate în informații, datele EEG sunt adesea dezordonate, afectate de întreruperi ale canalului, artefacte de mișcare și acoperire rară a electrozilor. ZUNA reconstruiește semnale cerebrale de înaltă fidelitate din datele EEG, permițând diagnostice, cercetare și aplicații BCI mai bune fără hardware suplimentar.

Dispozitivele cu mai puțini senzori EEG schimbă acoperirea semnalului pentru accesibilitate. ZUNA prezice canalele lipsă din date rare și coordonate ale electrozilor, livrând semnale de calitate clinică care scalează de la căști de consum la sisteme de cercetare cu 256 de electrozi, fără reantrenament.

ZUNA depășește dramatic metodele convenționale, precum interpolarea spline-urilor sferice din MNE între seturi de date EEG mascate și nevăzute. Avantajul său crește odată cu creșterea eșantionamentului, mai ales la 4x, unde metodele clasice cedează și ZUNA excelează.

Antrenat pe 2M channel-hour în 208 seturi de date EEG, ZUNA folosește antrenament cu difuzie mascată și încorporații spațiale 4D pentru a generaliza între seturi de date și aranjamente arbitrare de electrozi.

Suntem entuziasmați să vă prezentăm ZUNA. Treabă excelentă a echipei Zyphra BCI. @ChrisWarnerII @JonasHMago @jonhumlatnight @BerenMillidge Cei interesați să colaboreze pentru a îmbunătăți versiunile viitoare pentru nevoi specifice sau cazuri de utilizare ar trebui să ia legătura cu @PaulWhiteIRL @dannymartinelli