Presentamos ZUNA, un modelo base BCI de 380 millones de parámetros para datos de EEG, un hito significativo en el desarrollo de la conversión de pensamiento a texto no invasiva. Totalmente de código abierto, Apache 2.0.

Los datos de EEG no invasivos son fácilmente accesibles y densos en información, lo que los convierte en una base práctica para aplicaciones de BCI de pensamiento a texto. El EEG registra la actividad eléctrica del cerebro a través de electrodos en el cuero cabelludo para diagnosticar diversas condiciones neurológicas y monitorear los estados cerebrales.

Aunque la información es rica, los datos de EEG suelen ser desordenados, plagados de caídas de canales, artefactos de movimiento y cobertura de electrodos escasa. ZUNA reconstruye señales cerebrales de alta fidelidad a partir de datos de EEG, lo que permite mejores diagnósticos, investigaciones y aplicaciones de BCI sin hardware adicional.

Los dispositivos con menos sensores EEG sacrifican la cobertura de señal por accesibilidad. ZUNA predice los canales faltantes a partir de datos escasos y coordenadas de electrodos, entregando señales de calidad clínica que escalan desde auriculares de consumo hasta sistemas de investigación de 256 electrodos, sin necesidad de reentrenamiento.

ZUNA supera drásticamente a los métodos convencionales como la interpolación de spline esférico de MNE en conjuntos de datos de EEG enmascarados y no vistos. Su ventaja crece con un mayor sobremuestreo, especialmente a 4x, donde los métodos clásicos fallan y ZUNA sobresale.

Entrenado en 2 millones de horas de canal a través de 208 conjuntos de datos de EEG, ZUNA utiliza entrenamiento de difusión enmascarada y embeddings espaciales 4D para generalizar a través de conjuntos de datos y disposiciones arbitrarias de electrodos.

Estamos emocionados de compartir ZUNA. Gran trabajo del equipo de Zyphra BCI. @ChrisWarnerII @JonasHMago @jonhumlatnight @BerenMillidge Aquellos interesados en colaborar para mejorar futuras versiones para necesidades o casos de uso específicos deben ponerse en contacto con @PaulWhiteIRL @dannymartinelli