微雲全息（NASDAQ:HOLO）：基於創新技術構建區塊鏈金融領域相關係統的探索

在金融領域，技術革新一直是推動行業發展的關鍵動力。微雲全息（NASDAQ:HOLO）雖然在腦機接口相關技術上有諸多成果，但如今也在探索如何將類似的技術革新理念應用到區塊鏈等金融領域。 在腦機接口方面，它是大腦和外部設備間建立的直接連接通路，是生物科技和計算機技術交叉融合的產物，被稱為腦機接口（BCI）技術。這一技術是人類探索腦、開發腦的重要手段，也是當代科技競爭的焦點領域。它能夠直接達成大腦與外部設備的交互，為運動障礙和交流障礙患者提供與外界交流的渠道，開闢了大腦信息輸出的新途徑。

微雲全息構建了基於全息AR的腦機接口實驗控制平臺，這一平臺採用全息裸眼圖作為視覺刺激器來誘發腦電信號。使用者不需要固定在某一位置接受視覺刺激，從而增強了在複雜環境中的適用性，實現了更自然的人機交互。之后，利用全息腦機接口的運動訓練系統，先通過數字信號處理控制腦電信號的A/D採樣，再將採樣得到的數字腦電信號送入DSP進行全息數字濾波。經過過濾的腦電信號依據全息數據標籤庫中的全息數據，藉助智能算法進行識別匹配，最后經由複雜算法和並行通信，實現腦電全息數據的顯示和保存。

全息腦機接口的運動訓練系統是微雲全息（NASDAQ:HOLO）的重要成果。這個系統解決了功能障礙患者鍛鍊困難的問題，能夠激發、提取並利用患者的主動運動意願，促使患者強化使用患肢，進而改善肢體運動功能。它是通過將MEMS柔性微傳感器陣列技術與BCI腦機接口技術、多源信息融合和自適應反饋控制技術相結合達成這一效果的。這種結合不僅能顯著提升肢體運動功能，還能促進皮層功能依賴區進行重組，擴大患肢的皮層運動支配區，為手功能障礙患者的早期康復訓練提供了有效的工具。 基於機器學習和SVM的全息腦機接口的運動訓練系統由四個部分構成。信號採集部分，腦機接口利用植入大腦皮層的微電極採集腦部神經元活動的信號；特徵提取部分，要對採集到的信號先解碼再編碼，將其轉化為機器能讀懂的指令信號，像快速傅里葉變換（FFT）、離散傅里葉變換（DFT）、小波變換（WT）、獨立成分分析（ICA）、共同空間模式（CSP）及其改進方法都是常用的手段；特徵分類部分，對提取的特徵信號進一步分類，線性分類器、支持向量機（SVM）、神經網絡以及多種分類器的組合是常用的分類器；外部控制設備部分，則以信號形式向大腦反饋控制過程，從而實現人機交互。 微雲全息在構建全息腦機接口的運動訓練系統時，利用DSP濾波器把預處理后的腦電信號X轉化為時間序列，並且調整時間序列之間的距離對數據進行分類。然而，DSP算法存在不一致性的問題，所以微雲全息提出基於邏輯迴歸模型的多層聯合學習框架，構建了這個基於機器學習和SVM的全息腦機接口的運動訓練系統。

在康復醫學領域，全息腦機接口的運動訓練系統能夠通過控制機械臂、外骨骼機器人來輔助腦卒中或脊髓損傷等神經 - 肌肉病患者進行康復訓練。隨着現代醫學對大腦結構和功能研究的深入，人類對大腦的視覺、聽覺、運動、語言等功能區有了更深入的認識，微雲全息藉助腦機接口設備獲取這些功能區的信息並分析，涉足神經、精神系統疾病的診斷、篩查、監護、治療與康復領域，同時不斷探尋未來可能的研究和應用方向。

微雲全息（NASDAQ:HOLO）如今也在思考如何把在腦機接口技術中體現的技術革新思想運用到區塊鏈等金融領域，例如借鑑信號採集、處理、分析以及設備交互等思路，去解決區塊鏈技術中的數據採集、安全交互、智能合約執行等問題，儘管這還是一個有待深入探索的方向，但這種跨領域的思考或許能為金融領域帶來新的技術突破。