项目背景
渐冻症（ALS）患者随着病情发展逐渐丧失运动能力，但其视觉系统通常保留到最后。Omind Bridge（声桥）利用这一特点，通过 SSVEP（稳态视觉诱发电位）范式，在患者注视不同频率闪烁的选项时解码其意图，实现无需肌肉参与的沟通交互。
项目隶属：无界灵脑公司 角色：创始人 & 核心开发者 开始时间：2025年9月
技术架构
| 层次 | 方案 | 说明 |
|---|---|---|
| 采集 | OpenBCI Cyton 8通道 | 枕叶区电极（O1、O2、Oz、POz） |
| 范式 | SSVEP | 8-15.8Hz 刺激频率，间隔 0.2Hz |
| 解码 | FBCCA | N_h=5 次谐波，5 子带滤波器组 |
| 交互 | Python + PyQt5 界面 | 6 个核心指令：喝水/翻身/叫护士/温度/灯光/娱乐 |
| 输出 | 语音合成（TTS） | 离线中文语音合成 |
核心算法
FBCCA（Filter Bank Canonical Correlation Analysis）是目前 SSVEP-BCI 领域性能最强的解码算法。在声桥系统中，通过以下方法优化了准确率：
- 自定义滤波器组权重，根据被试的 SSVEP 响应曲线调整子带权重
- 集成自适应校准：每次使用前进行 30 秒快速校准，建立个性化基线
- 投票机制：连续 3 次解码结果一致时才触发指令
当前进展
- 原型机已完成，在健康志愿者上达到 ~91% 的离线解码准确率
- 在线实时系统正在开发中，目标延迟 < 2s
- 计划 2026 年进入临床测试阶段
项目链接
- 官网：omind.ltd
关键挑战
- 个体差异：SSVEP 响应强度因人而异，需要个性化校准方案
- 视觉疲劳：长期注视闪烁刺激会导致响应减弱，正在探索基于亮度自适应的缓解策略
- 硬件可用性：湿电极的佩戴和清理流程（15-20 分钟准备时间）对护理人员负担较大，正在测试半干电极方案