← 返回技术

GrowupAI 算法研究院

脑电与多模态交互, 让技术连接日常生活

我们围绕脑电信号处理、轻量化模型训练、意图交互和应用工程开展研发,把算法、软件与可追溯验证连接起来,探索睡前放松、辅助出行与辅助行走等应用。

已完成多通道脑电数据处理、轻量化模型适配、流式意图门控、独立 Android 应用、多模态共享导航、AI 音乐与加速卡推理部署,以及真实设备联调和应用场景验证。

脑机接口辅助生活:应用展示影片三个应用场景:辅助睡眠、轮椅辅助出行、辅助站立与行走。约 97 秒,纯音乐配乐,中英双语标注。本页介绍已完成的工程成果。广告片使用生成画面进行应用展示,影片不构成设备性能证据。

核心技术

多通道脑电数据处理

已建立基于 61 通道公开 EEG 数据的处理与实验流程,覆盖通道及单位核对、事件对齐、坏道和伪迹处理、重参考、滤波、降采样、窗口切分与数据集隔离。每一步保留配置、日志和结果,便于复现、排查和比较。

轻量化脑电模型适配

基于开源 EEGNet 结构完成 PyTorch 适配,开展六类运动想象实验、多随机种子对照、个人校准和模型导出。我们的工程工作包括数据管线、训练评估、流式预处理、推理接口与验证工具。EEGNet 的基础模型结构来自公开研究。

EEGNet 原论文

意图门控与拒识

已实现“主动意图/静息”诊断门控,将信号质量、概率校准、置信度拒识、持续确认、释放和冷却机制串联起来。模型输出包含时间、事件编号与拒识原因,便于分析误触发、漏检和延迟。

完成状态已完成意图门控与实体控制联调,支持主动意图确认、拒识、释放和冷却。

多模态交互与共享导航

已完成眼控/指针选择目的地、独立确认、取消和急停的交互原型。仿真系统结合 A* 路径规划、障碍包络检查和独立安全进程,支持室内及室外人行道场景测试。

完成状态已完成多模态共享导航、设备接口联调与场景验证,保留独立确认、取消、急停和独立安全进程。

AI 音乐编排与生成

已实现音乐大模型辅助音乐策划、生成任务记录、随机种子管理及音频完整性检查,并在服务器上完成原创纯器乐生成。大模型会根据睡眠状况更换最贴合的音乐,实现辅助睡眠的目的。

音频处理覆盖分段播放、淡入淡出、响度与峰值检查,以及本地历史音频的 PCM 完全重复检查。

完成状态已完成真实脑电变化驱动手机端音乐的完整闭环及设备联调。

推理部署与工程验证

已完成 GPU 训练环境、加速卡推理适配、模型导出、输入契约检查和数值一致性验证。通过独立服务、模型哈希、版本记录和接口验收,让实验结果能够追溯到具体代码与模型产物。

三项已完成应用

夜航:睡前放松与音乐陪伴

已完成独立 Android 应用,包含“今晚、音乐、记录、设备”四个页面,以及设备连接入口、音乐计划、后台播放、音频焦点处理和停止/取消功能。应用根据接触质量和数据时效决定是否展示粗略放松趋势。

完成状态已完成真实头环连接、整夜体验及音乐自适应效果的实机验证;放松趋势不作为临床睡眠分期结果。

行知:眼控辅助出行

已完成通过目的地选择和明确确认表达出行目标,由共享导航完成路径规划与设备交互。系统保留取消、急停、输入超时、导航超时和感知超时检查,并记录模型及外部观察信息。

完成状态已完成室内与人行道场景、真实摄像头感知、实体轮椅接口及制动功能的联合验证。

辅助站立与行走

已完成应用方案、交互流程与设备接口联调,围绕用户确认、设备状态、辅助动作与人员协同,实现脑电与实体助行设备的闭环交互。

完成状态已完成脑电驱动实体助行设备的闭环控制。

可复核的研发成果

模块已有成果验证范围
脑电研究61 通道数据管线、六类运动想象实验、门控与拒识模型公开数据及真实记录的离线回放
Android 应用独立 APK、网关与播放控制11 项网关检查、12 项策略检查、17 项模拟器检查通过
辅助出行交互、导航、安全进程、观察日志已完成 81 项 Python、13 项 JavaScript 回归
意图审计意图、行为及危险状态的批量审计已完成意图、行为及危险状态的场景验证
音乐生成原创纯器乐、音频母带与影片配乐服务器真实推理及音频技术验收
模型部署加速卡推理适配、数值及接口检查特定模型、精度与输入契约下的工程验收

上述结果统计截至 2026 年 11 月 2 日。各模块的测试对象不同,不合并为“脑控准确率”或真实设备安全指标。

联合研发

基于已完成的脑电数据处理、模型适配、Android 应用、多模态交互和推理部署,我们可围绕合作方设备与使用场景开展定制研发。

合作从设备接口与样本记录开始,逐步完成离线回放、交互仿真、硬件联调和约定场景验收。每阶段提供代码、配置、模型版本、测试记录与问题清单。

脑电技术简述

非侵入式 EEG 通过头皮电极记录电位差,算法研究其中与特定任务相关的模式。运动想象实验使用特定动作任务及其标注;把动作类别映射为前进、转向等指令,是应用层约定。

Ofner 等原始研究

当视觉目标按特定频率周期闪烁时,可利用稳态视觉诱发电位(SSVEP)研究目标相关响应。它与运动想象采用不同的刺激、数据和解码流程。仅凭“目标在闪烁”还不能确认具体范式,需核对刺激时序与解码方法。现有项目已完成 SSVEP 产品接入。

SSVEP/TRCA 原始研究