
1.聚焦脑机接口,以创新回应临床与健康需求
2026年7月18日至19日,第十一届全国大学生生物医学工程创新设计竞赛在三亚崖州湾科技城举行。作为国内生物医学工程领域具有广泛影响力的大学生学科竞赛,本届赛事共吸引全国290余所高校及科研机构的1751支学生队伍同台竞技。
竞赛聚焦康复医疗器械、脑机接口与神经医学、生物医用材料及人工智能辅助诊疗等前沿方向,注重考查参赛学生发现实际问题、开展工程设计、完成系统验证和推动成果应用的综合能力。
本次参赛过程中,MINILAB实验室紧密围绕临床诊疗和健康服务中的实际需求,将脑电信号处理、人工智能、大语言模型、可穿戴设备、康复机器人及交互式训练等技术融入项目设计,形成了从脑状态感知、智能分析到干预反馈的多类脑机接口应用方案。
经过项目展示、现场答辩和专家评审,团队参赛项目全部获奖,其中一项获得全国一等奖、一项获得全国二等奖、两项获得全国三等奖。
|
奖项 |
项目名称 |
参赛组别 |
|
全国一等奖 |
基于自监督大模型的脑电初筛系统设计及癫痫诊疗应用 |
本科生组 |
|
全国二等奖 |
基于实时脑电解码与LLM映射的手部精细功能复系统 |
本科生组 |
|
全国三等奖 |
基于可穿戴脑机接口的脑控虚拟轮椅交互平台 |
本科生组 |
|
全国三等奖 |
意念领航员:面向青少年的脑机接口专注力训练系统 |
本科生组 |
2.多项成果获奖,展现脑机接口创新实力
全国一等奖
基于自监督大模型的脑电初筛系统设计及癫痫诊疗应用
参赛成员:2025级 刘倩玉(负责人)、 黄竞峰、 徐冠喆、 陈嘉瑛、 黄昱萌(本科生队伍)
指导老师:吴凯教授
本项目针对癫痫长程脑电极易漏诊的临床痛点,设计了面向癫痫脑电分析的自监督智能初筛平台。系统采用“零标签先验”的学习思路,引入ResNet-VAE网络,对脑电信号中的癫痫相关特征进行自动提取,并重点分析病灶区域特有的相位—振幅耦合特征及高维语义边界。测试结果显示,系统敏感度达到82.3%,能够辅助识别可疑异常脑电片段,为医生缩小重点阅图范围。平台结合专家交互滑块打造医工闭环,大幅释放医生精力,赋能精准临床诊疗。

全国二等奖
基于实时脑电解码与LLM映射的手部精细功能康复系统
项目成员:2024级 邱万桐、沈鑫 、周睿鹏、谢赫、2025级曾子芸(本科生队伍)
指导老师:吴凯教授
本项目面向脑卒中及帕金森病导致的手部精细运动障碍,针对临床评估主观化、康复被动化、解码粗放化三大痛点,构建了一套运动意图解码、多模态智能评估、LLM语义提示、机械手视觉反馈一体化闭环康复系统。系统依托湿电极脑电设备与仿生机械手掌,通过EEGNet、ATCNet、CNN-LSTM三模型协同实现单指级运动意图的实时解码,融合跨模态特征输出客观量化评分,并由大语言模型驱动个体化康复提示与辅助调节。系统在公开数据集四分类任务中准确率达84.7%,在线解码稳定突破75%,端到端闭环延迟平均423ms,为神经退行性疾病的客观评级、功能早筛与智能化家庭康复提供了具有临床转化价值的工程解决方案。

全国三等奖
基于可穿戴脑机接口的脑控虚拟轮椅交互平台
项目成员:2024级 钟毓灵(负责人)、 周心怡、 吕京宇、 易宝田(本科生队伍)
指导老师:吴凯教授
本项目依据“可穿戴脑机接口应用系统设计与开发”命题要求,基于HNNK五通道可穿戴脑电头环和HybridBCI平台,设计并实现脑控虚拟轮椅交互系统。系统采用P300范式获取用户控制意图,将识别结果解析并映射为统一Command指令,经安全状态机判断后,驱动虚拟轮椅完成前进、后退、转向、停止及目标导航。同时,平台具备碰撞检测、越界限制、任务判定、小地图同步和日志评价等功能,形成“脑机输入—安全控制—虚拟执行—结果反馈”的完整闭环,为脑控辅助出行训练及实体智能轮椅开发提供基础。

意念领航员:面向青少年的脑机接口专注力训练系统
成员名单:2025级 殷浩哲(负责人) 龙雨田、易宝田、 陆灵波、 刘思睿(本科生队伍)
指导老师:吴凯教授
系统采用 "硬件采集 - 平台解码 - 游戏交互 - 数据反馈" 的标准化四层架构,依托主办方提供的可穿戴设备完成脑电信号采集。创新性设计多主题、分级难度的专注力训练游戏,将用户专注力强度与游戏内角色状态、场景进度、任务成功率深度绑定,同时结合头动信号实现自然直观的游戏交互操作,构建可视化训练反馈体系。项目预期将完成一套可稳定运行的在线专注力训练系统,为认知障碍人群提供一种低成本、高趣味性的非药物干预新方案,同时为脑机接口技术在康复医疗领域的普惠化应用提供可复制的实践范例。

3.以赛促研、以创促学,推动科研成果走向实际应用
此次竞赛成绩的取得,既是参赛学生持续探索、反复打磨和协同攻关的成果,也是MINILAB实验室长期重视本科生科研训练与创新实践的集中体现。从癫痫脑电智能筛查到手部精细功能康复,从脑控虚拟轮椅到青少年专注力训练,四个项目分别面向临床诊断、神经康复、辅助出行和认知健康等实际场景,贯穿脑电采集、信号处理、智能解码、状态评估、交互干预和反馈验证等关键环节,展现了脑机接口技术由基础研究走向工程系统和应用场景的多种可能。
在项目推进过程中,参赛学生不仅完成了算法模型和软件系统的设计,还围绕硬件搭建、实验验证、系统交互、现场展示和答辩表达等环节开展了系统训练,进一步提升了发现问题、分析问题和解决复杂工程问题的能力。
未来,MINILAB实验室将继续坚持临床需求与工程创新相结合,进一步加强脑科学、人工智能、脑机接口和康复工程等方向的交叉融合,持续完善本科生与研究生协同参与的科研实践机制,推动更多创新成果从实验室研究走向临床验证和实际应用,为生物医学工程领域的人才培养与科技创新贡献力量。
学者网

评论 0