让机器毫秒间“听懂”大脑

中国教育报-中国教育新闻网讯（通讯员 郑敏 记者 王志鹏）近日，安徽大学计算机科学与技术学院脑机接口团队成功研发出一套基于脑电信号的术后意识检测系统。该系统以低成本实现高效集成，为临床提供智能化辅助判断依据，显著提升术后病房的工作效率，可降低因麻醉术后并发症导致的医疗风险与经济损失。

在术后监护中，准确判断患者意识状态对术后安全和恢复至关重要。传统方法主要采用临床观察和功能性磁共振成像（fMRI）。前者依赖人工观察，主观性强、反应慢，后者虽然能观察脑区活动，但无法捕捉到意识变化中快速而细微的信号。为解决这一痛点，团队与安徽医科大学第一附属医院经过长期合作，研发出了基于脑电信号的术后意识检测系统，通过引入“听觉注意力检测”技术，让机器能够“听懂”患者大脑的反应，实现对意识水平的实时、客观、量化监测。

实现可靠的听觉注意力检测是一项具有挑战性的工作，团队在研究中攻克了三个关键难题：

一是如何从信号“提得稳”。术后的脑电信号像一池被扰动的水，波动不稳，语音刺激的非平稳特性增加了复杂性。团队提出一种“双重注意力与时频融合算法”，通过双重筛选和特征融合机制在混乱信号中自动聚焦关键脑电活动，就像在嘈杂声场中精准捕捉主旋律，让检测结果更稳定、更可靠。

二是如何让解码“跑得快”。在术后监护中，患者的神经反应往往发生在毫秒之间，系统必须在第一时间捕捉到变化。为此，团队开发了一种轻量化算法结构，“体积”仅为传统模型的几十分之一，能实现毫秒级实时解码，真正满足临床实时监测的需求。

三是如何让算法“学得准”。术后病人的脑电特征与普通健康人差异明显，而术后样本的获取又受伦理限制，训练模型很难直接迁移到真实临床场景。团队通过引入小样本学习与特征正则化技术，让模型学会从有限的样本中提取“通用规律”，从而在不同人群、不同场景下都能保持准确性。

目前，该系统已在安徽医科大学第一附属医院、第二附属医院等多家三甲医院开展临床测试，累计服务患者近40例。与传统人工观察及fMRI检测方式相比，该系统能够更早、更准确地识别患者的意识反应，检测准确率超过80%，在临床应用中表现出良好的可行性与稳定性。