中國教育報-中國教育新聞網(wǎng)訊（通訊員 鄭敏 記者 王志鵬）近日，安徽大學計算機科學與技術學院腦機接口團隊成功研發(fā)出一套基于腦電信號的術后意識檢測系統(tǒng)。該系統(tǒng)以低成本實現(xiàn)高效集成，為臨床提供智能化輔助判斷依據(jù)，顯著提升術后病房的工作效率，可降低因麻醉術后并發(fā)癥導致的醫(yī)療風險與經(jīng)濟損失。

在術后監(jiān)護中，準確判斷患者意識狀態(tài)對術后安全和恢復至關重要。傳統(tǒng)方法主要采用臨床觀察和功能性磁共振成像（fMRI）。前者依賴人工觀察，主觀性強、反應慢，后者雖然能觀察腦區(qū)活動，但無法捕捉到意識變化中快速而細微的信號。為解決這一痛點，團隊與安徽醫(yī)科大學第一附屬醫(yī)院經(jīng)過長期合作，研發(fā)出了基于腦電信號的術后意識檢測系統(tǒng)，通過引入“聽覺注意力檢測”技術，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。

實現(xiàn)可靠的聽覺注意力檢測是一項具有挑戰(zhàn)性的工作，團隊在研究中攻克了三個關鍵難題：

一是如何從信號“提得穩(wěn)”。術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)特性增加了復雜性。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鍵腦電活動，就像在嘈雜聲場中精準捕捉主旋律，讓檢測結果更穩(wěn)定、更可靠。

二是如何讓解碼“跑得快”。在術后監(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構，“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。

三是如何讓算法“學得準”。術后病人的腦電特征與普通健康人差異明顯，而術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，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。

目前，該系統(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)院開展臨床測試，累計服務患者近40例。與傳統(tǒng)人工觀察及fMRI檢測方式相比，該系統(tǒng)能夠更早、更準確地識別患者的意識反應，檢測準確率超過80%，在臨床應用中表現(xiàn)出良好的可行性與穩(wěn)定性。