本報記者 田先進
下午4點，安徽大學計算機科學與技術學院的實驗室內，一項腦機接口技術實驗正在進行。碩士生王暢頭戴電極帽，腦電波在腦機智能基座等設備的傳導下，實時顯示在屏幕上。“信號穩定性如何？”教授范存航一邊記錄數據，一邊與學生交流。
范存航今年35歲，是學校腦機接口研究團隊的重要成員。“腦機接口技術前景無限。”這兩年，范存航和團隊將研發重心轉移到實際應用上，“去年底，我們研發的術后意識檢測系統在省內一家醫院開展臨床測試，為臨床術后監護帶來新變化。”
“患者經歷全麻手術后的一段時間內，家屬和護士得時刻關注患者，防止其入睡，以免發生意外。”范存航介紹，針對這個場景，團隊引入腦機接口技術，給患者戴上耳機，左耳和右耳播放不同音頻，引導其關注特定耳朵的聲音，“系統可通過腦電波判斷患者是否清醒，發現有入睡傾向，會立即發出警報。如果這項技術得到廣泛應用，家屬陪護壓力就能減輕一些。”
腦機接口技術的原理是在人或動物大腦與外部設備之間創建連接通路，關鍵在于記錄和解讀大腦信號，實現腦與設備的信息交換。安徽大學的研究團隊在該領域深耕多年，主攻非侵入式與微侵入式技術，“無需通過開顱手術將電極植入人體，而是通過電極帽、微針電極采集腦電信號。”范存航介紹。
腦電信號十分微弱，要通過專門的“放大器”來捕捉，之前從國外購買設備，價格昂貴且受制于人。
團隊潛心攻關。電子信息工程學院、集成電路學院的老師負責材料選取和芯片研發，設計硬件原型；范存航從軟件端檢測這些設備提取的腦電信號質量，幫助更新提升。歷經多輪迭代，團隊研發出國產化腦機智能基座，體積大幅縮小、成本顯著降低、信號采集穩定可靠。
獲取信號是前提，還要解碼腦電波，知道人的所思所想。“這需要成熟的解碼算法。”范存航回憶，他起初設計的算法模型，參數量特別大，運行時耗費大量時間，得出的結果也未必準確。
“要減少模型參數量，還得確保解碼的準確性不降低。”為此，范存航閱讀大量文獻，在組會上與其他老師、同學探討，“一次，我偶然聽到別的學科老師介紹實踐經驗，感覺茅塞頓開，帶著這個思路設計解碼算法，攻克了難題。”
研究團隊的實驗室里，擺放著一套康復器材。“這是我們研發的第一套設備——腦控主動康復系統。”范存航說，團隊長期研發的腦電信號收集、解碼技術，在這套設備上都有應用，“四肢不便的患者戴上電極帽，電腦能自動分析、解讀腦電波，帶動康復設備運行，患者就能在一定程度上自主活動。”
從不足10人的科研小組，到形成包括計算機、材料、生命科學等多學科人才的交叉創新團隊，安徽大學腦機接口研究團隊已有10余名骨干教師、百余名學生。
今年，腦機接口被寫入“十五五”規劃綱要，并明確為新的經濟增長點，這讓范存航感到振奮：“我將持續深耕腦機接口領域，讓更多成果從實驗室走向應用。”
