في السنوات الأخيرة، شهد مجال واجهات الدماغ-الآلة (Brain-Computer Interfaces - BCIs) تطوراً ملحوظاً، حيث أصبحت الأنظمة الهجينة التي تجمع بين تقنيتي تخطيط الدماغ الكهربائي (Electroencephalography - EEG) وأوكسيمتر التصوير الطيفي القريب من تحت الحمراء (Functional Near-Infrared Spectroscopy - fNIRS) تحظى بشعبية متزايدة. يعود الفضل في ذلك إلى قدرتها على الاستفادة من المعلومات المكمّلة لكل من الموجات الكهربائية والخصائص الهيموديناميكية.

ومع ذلك، فإن الجمع بين هاتين التقنيتين قد واجه بعض العوائق، مثل محدودية الحصول على بيانات التصوير بسبب الوقت أو الظروف غير الملائمة. لذلك، اتجهت الأبحاث مؤخراً إلى تطوير تقنيات للتحويل بين EEG و fNIRS بشكل محوري.

في هذا السياق، أُعلن مؤخراً عن نموذج Bio-MF، وهو إطار عمل جديد يهدف إلى توفير تحويل سريع وفعّال بين بيانات EEG و fNIRS. هذا النموذج يعتمد على أساليب تنبؤية متقدمة، ويحقق سرعة في الإنجاز بفضل تقييم واحد فقط للشبكة، مما يحل المشاكل المتعلقة بالوقت الطويل الذي تستغرقه العمليات التقليدية.

النتائج التجريبية تبين أن نموذج Bio-MF يحسن نسبة الدقة (Accuracy) بشكل ملحوظ، حيث سجل تحسن بنسب تتراوح بين 2.50% و4.15% في دقة النتائج مقارنةً بالأنظمة التقليدية. وبفضل تصميمه المدعوم بتقنيات تعزز من دقة الهيكل الهيموديناميكي، يُظهر النموذج أداءً مثاليًا في مهام التشفير الهجين للبيانات.

تعد هذه التطورات بمثابة اقتحام مدهش في مجال واجهات الدماغ-الآلة، حيث تفتح آفاق جديدة لتطبيقات عملية أكثر دقة وسرعة. مع التطور السريع في التكنولوجيا، يبقى السؤال: كيف سيغير هذا الابتكار حياة المستخدمين في المستقبل القريب؟