近日,安徽大學計算機科學與技術(shù)學院腦機接口團隊與安徽醫(yī)科大學第一附屬醫(yī)院協(xié)同攻關(guān),成功研發(fā)出基于腦電信號的術(shù)后意識檢測系統(tǒng)(以下簡稱“系統(tǒng)”)。
系統(tǒng)通過引入“聽覺注意力檢測”技術(shù),讓機器能夠“聽懂”患者大腦的反應,實現(xiàn)對意識水平的實時、客觀、量化監(jiān)測,為臨床提供智能化輔助判斷依據(jù)。

破解三大難題 打造“可聽懂大腦”算法
聽覺注意力檢測聽起來神奇,做起來卻并不容易。術(shù)后患者的大腦信號極其復雜,就像在嘈雜的環(huán)境里分辨一段低語,稍有干擾就可能“走音”。此外,要從腦電信號這樣一種混沌信號中解碼出聽覺信息,需要高精度算法。為了讓系統(tǒng)真正“聽懂大腦”,團隊在研究中攻克了三個關(guān)鍵難題。
第一個難題,是如何從信號中“提得穩(wěn)”。
術(shù)后的腦電信號像一池被擾動的水,波動不穩(wěn)。語音刺激的非平穩(wěn)特性會讓腦電反應更加復雜,傳統(tǒng)算法很難從中提取有效特征。團隊提出一種“雙重注意力與時頻融合算法”,通過雙重篩選和特征融合機制在混亂信號中自動聚焦關(guān)鍵腦電活動,就像在嘈雜聲場中精準捕捉主旋律,讓檢測結(jié)果更穩(wěn)定、更可靠。
第二個難題,是如何讓解碼“跑得快”。
在術(shù)后監(jiān)護中,患者的神經(jīng)反應往往發(fā)生在毫秒之間,系統(tǒng)必須在第一時間捕捉到變化。為此,團隊開發(fā)了一種輕量化算法結(jié)構(gòu),大幅減少計算量,使整個檢測過程更高效。這個算法的“體積”僅為傳統(tǒng)模型的幾十分之一,能實現(xiàn)毫秒級實時解碼,真正滿足臨床實時監(jiān)測的需求。
第三個難題,是如何讓算法“學得準”。
術(shù)后病人的腦電特征與普通健康人差異明顯,而術(shù)后樣本的獲取又受倫理限制,訓練模型很難直接遷移到真實臨床場景。團隊通過引入小樣本學習與特征正則化技術(shù),讓模型學會從有限的樣本中提取“通用規(guī)律”,從而在不同人群、不同場景下都能保持準確性。
助力智慧醫(yī)療 展現(xiàn)經(jīng)濟社會價值
這項技術(shù)的意義,不僅在科研創(chuàng)新,也體現(xiàn)在實際的醫(yī)療與經(jīng)濟價值上。系統(tǒng)能夠?qū)崟r檢測患者腦電意識水平,并主動預警異常狀態(tài),為護士提供客觀、連續(xù)的輔助判斷依據(jù),使監(jiān)護過程從被動盯守轉(zhuǎn)變?yōu)橹鲃禹憫?。該系統(tǒng)以低成本實現(xiàn)高效集成,顯著提升術(shù)后病房的工作效率,降低因麻醉術(shù)后并發(fā)癥導致的醫(yī)療風險與經(jīng)濟損失。

其無創(chuàng)、低成本的特性,使之具備廣泛的推廣潛力,可在麻醉恢復區(qū)、重癥監(jiān)護室(ICU)等多種場景中應用。隨著智慧醫(yī)療建設(shè)的推進,該成果為“數(shù)字麻醉”和腦電智能監(jiān)護提供了新的技術(shù)路徑,具有良好的產(chǎn)業(yè)化前景。項目的實施將有助于促進國產(chǎn)醫(yī)療設(shè)備的智能化升級,推動“腦科學與類腦研究”重大科技項目的成果轉(zhuǎn)化,為建設(shè)健康中國貢獻高校力量。
近年來,團隊圍繞該技術(shù)在多家高水平期刊發(fā)表論文30余篇,授權(quán)國家發(fā)明專利10余項;技術(shù)成果獲得多項獎勵。
目前,系統(tǒng)已在安徽醫(yī)科大學第一附屬醫(yī)院、第二附屬醫(yī)院等多家三甲醫(yī)院展開應用測試。相比傳統(tǒng)方法,該系統(tǒng)能更早、更準確地識別患者意識反應,檢測有效率超過80%,已在臨床測試中表現(xiàn)出良好的可行性和穩(wěn)定性。
未來,安徽大學腦機接口團隊將繼續(xù)拓展算法在意識障礙評估、鎮(zhèn)靜深度監(jiān)測等方向的研究應用,聯(lián)合視覺、聽覺、觸覺等多感官來進行綜合的評判,以更好地服務(wù)于臨床診療與患者康復。
(安徽大學供圖)
友情鏈接: 政府 高新園區(qū)合作媒體
Copyright 1999-2025 中國高新網(wǎng)chinahightech.com All Rights Reserved.京ICP備14033264號-5
電信與信息服務(wù)業(yè)務(wù)經(jīng)營許可證060344號主辦單位:《中國高新技術(shù)產(chǎn)業(yè)導報》社有限責任公司