科技日报记者 张 蕴
凌晨两点，大连海事大学“育鲲”轮驾驶室内，值班船员额间的轻薄头环正无声捕捉着脑电波。后半夜的困倦刚攀上意识，系统便自动触发无创电刺激，帮船员快速恢复专注状态。
这样的作业场景，源自大连理工大学脑机接口团队的科研成果。该校医学部生物医学工程学院项目组负责人张驰带领团队突破穿戴式高精度脑机接口精神疲劳检测全链条核心技术，让原本只存在于实验室的脑电检测，真正走进了驾驶舱、远洋船舶等真实作业场景。
近日，记者实地探访大连理工大学脑机接口与类脑智能实验室。操作人员向记者展示了轻量化头环如何实时采集脑电信号，为特殊行业操作人员装上“安全预警器”。
破解穿戴式脑电场景适配难题
精神疲劳是需要持续高注意力作业场景的共性隐形风险。远洋船舶驾驶室24小时轮值、网约车长时间驾驶、矿山与危化品岗位作业等场景中，一旦工作人员困倦走神，极易引发安全事故。但长期以来，行业始终缺少精准、无扰的精神状态监测手段。
张驰介绍，传统脑电检测的局限十分突出。标准医用设备依赖实验室屏蔽环境，需佩戴电极帽、注射导电膏，操作繁琐体验差。市面便携头环多数仅在前额布设电极，采集范围有限且易受眼动干扰，精度难以满足专业需求。更关键的是，个体脑电特征差异大，传统检测模型遇到新用户，准确率会明显下降。这些都成为脑电检测规模化落地的普遍瓶颈。
瞄准“可穿戴、高精度、高泛化”目标，团队从硬件到算法开展全链条自主创新，接连突破三道核心关卡。
张驰介绍，第一道关是传感器研发。团队联合大连理工大学生物材料领域的科研力量，通过化学与物理双重调节，研发出新型水凝胶柔性电极。该电极兼具高导电性、高灵敏度与类人体组织弹性，可穿过头发与头皮稳定接触，无需导电膏即可采集高质量脑电信号。它凭借良好的保水性与生物相容性，可连续佩戴6小时以上，从根源上打破了脑电检测的场景限制。
第二道关是标定精度。针对单一信号人工标定的局限性，团队提出生理行为多源数据融合自动标定范式。这一范式融合脑电、心电、机器视觉等维度数据，建立多维特征与疲劳状态的精准映射。凭借这一疲劳驾驶判别方法，团队两次入选行业主流期刊检测能力榜单，成为目前唯一获此成绩的中国研究团队。
第三道关是跨个体泛化。为解决传统AI模型适配新用户时性能下降的行业难题，团队构建跨被试自适应检测框架，并基于数据分布异质性对训练集深度解耦，划分多个独立分布子域。随后，团队再通过层次化网络与双重域适应机制，同步消除域间与域内分布差异，系统性提升了模型对新用户的适配能力。
截至目前，团队已申请国际发明专利2项、国内发明专利11项，先后承担国家基础科研计划重点项目、工业和信息化部首批脑机接口揭榜挂帅项目、辽宁省“揭榜挂帅”科技攻关课题。成果已形成完整自主知识产权体系。
探索脑机接口产业化路径
技术价值最终要靠真实场景检验。依托三项核心技术，团队完成了55套穿戴式脑机接口精神疲劳检测中试产品研发，形成了“信号采集—状态识别—预警干预”完整闭环。其双通道采集方案兼顾便携性与检测精度，可适配多类作业场景。
在大连网约车行业，这项技术已投入示范应用。团队与大连广连网约车公司和熵基科技有限公司合作，为100名司机配备检测头环，实时分析脑电信号并触发疲劳预警。“戴这个设备并不影响正常驾驶，和平时没什么区别。”一位拥有七八年驾龄的网约车司机介绍。
数据显示，网约车司机日均监测时长8.67小时，6个月累计采集有效数据41094.28小时，应用期间未发生因疲劳驾驶导致的安全事故。张驰介绍，海量真实场景数据形成的独有行业数据库，是算法迭代的核心壁垒。下一步团队将搭建车队级数据管理平台，实现状态集中监控与管理联动。
在远洋特种作业领域，这套系统早已在大连海事大学“育鲲”轮完成实船验证。在这艘定员236人的远洋教学实习船上，系统可实时监测值班船员精神状态，检测到疲劳后自动触发电刺激干预，帮助操作人员快速恢复专注力，有效提升了长时作业安全性。
“驾驶和航海只是技术落地的起点。”张驰介绍，基于现有技术底座，团队正逐步向更多高风险场景拓展：工业领域可部署于矿山、大型机械操作、危化品生产现场；电力领域可为调度、运维人员提供专注力监测；指挥调度场景可辅助评估人员状态、优化人力配置。未来这一技术还可接入智慧城市系统，构建多维度公共安全监测网络。
网友评论
