Omind ONE —— 为闭锁患者重造的脑机接口沟通系统

项目背景

渐冻症（ALS）患者病情进入中晚期后，语音、手部、头部和面部肌肉控制能力逐步丧失，意识、记忆和情感却完整保留。当眼动控制也开始下降时，眼动仪可能失效——患者被困在自己的身体里，无法表达疼痛、需求和情绪。

Omind ONE 要做的，就是在这条运动输出通道被切断之后，为患者保留一条非植入式、低带宽、可居家使用的沟通通道。

项目：Omind ONE（无界灵脑）角色：创始人 & 核心开发 开始时间：2025年9月（2026年7月进入工程重建）现状：健康受试者原型完成，走向患者临床验证（Gate0）

产品定位

一句人话：患者注视不同频率的视觉刺激，系统从脑电中识别其选择，再用智能笔画输入和 AI 预测，把少量脑机输入还原成文字、语音和可执行的生活指令。

不是要替代眼动仪——在患者还能稳定用眼动时，眼动更快更好。Omind 补位的是眼动和传统辅助输入逐步失效之后的阶段。

产品遵循一个清晰的两段式愿景：

V1：让患者重新"说出话"
    SSVEP 脑电输入 → 五笔画输入法 → 候选预测 → 文字/语音输出
V2：让患者重新"做成事"
    少量意图 → AI Agent 语义补全 → 安全执行生活任务

技术架构

患者注视视觉刺激（AR/屏幕，8-15Hz 闪烁目标）
        ↓
枕叶 EEG 采集（BLE 头带，单通道 250Hz）
        ↓
SSVEP/FBCCA 解码为 1-8 离散控制事件
        ↓
五笔画输入状态机（横竖撇点折 + 确认/删除/模糊）
        ↓
词库检索、模糊匹配、习惯排序（双数组 Trie + WAL）
        ↓
上下文预测与 AI 语义补全
        ↓
文字/语音输出          AI Agent 理解意图调用外设

层级	方案	说明
输入范式	SSVEP	稳态视觉诱发电位，8-15Hz 刺激，8 目标
解码算法	FBCCA	滤波器组典型相关分析，5 子带加权融合
采集硬件	BLE 头带	单通道 250Hz，厂家协议严格解析
输入法	五笔画	横竖撇点折五类笔画 + 功能键，C 引擎 + Python 桥接
词库	双数组 Trie	前缀搜索、模糊匹配、候选排序
个性化	习惯学习	WAL 本地持久化，个人词频 + 上下文偏好
AI 补全	LLM 接口	兼容 OpenAI 协议，Mock 回退，ONNX/TensorRT 后端接口
输出	TTS + 界面	文字、语音输出，确认文本导出

核心实现

五笔画输入法

这是目前最成熟的资产。设计目标是：用尽可能少的脑机选择次数完成有效意图表达，而不是追求打字速度。

患者不会写字，但认识字。输入”喝”字：注视”竖”（喝字首笔是竖）→ 候选出”喝”相关的字 → 注视确认。系统按笔画前缀、词频、上下文和个人习惯排序候选，一次确认就能上屏。

输入法引擎用 C 实现（双数组 Trie、词库、预测、习惯学习），Python 桥接，失败时回退 Python 模拟模式。这样在低算力或模型缺失时仍有规则和缓存兜底。

EEG 解码与输入解耦

一个关键的工程思路：把脑电识别抽象成离散按键事件。EEG 解码和输入法完全解耦——解码层负责”用户注视的是目标几”，输入法层负责”目标几对应什么笔画/操作”。这样任何一层升级都不影响另一层，也便于替换刺激范式（SSVEP→P300）或采集设备。

数据基础设施重建

2026 年 7 月起，项目从数据链路开始重打。厂家 BLE 头带（单通道 250Hz）的协议被严格解析：

142 字节通知帧，120 字节 EEG 区拆成 5 组 × 8 个 24 位有符号大端槽位
7 位包序号检测：连续、回绕、丢包、重复、乱序
设备时钟未知时，以主机单调时钟为锚按 250Hz 重建样本时间
线程安全环形缓冲、异步 JSONL 记录、离线重放统计

50 个自动化测试覆盖协议解析、故障注入和持久化。这个增量没有界面，但它决定了后续所有功能能不能建立在可靠的数据之上。

当前进展与验证路线

Gate	目标	状态
技术可行性	健康受试者原型链路跑通	已完成（2025）
数据基础设施	BLE 头带解析、缓冲、重放	已完成（2026-07）
真实硬件 Gate	真头带采集、长稳、断连重连	待执行
Gate0 患者验证	少量 ALS 患者 SSVEP 可识别、可耐受	规划中
Gate1 机构试用	连续使用、疲劳、家属培训	规划中
Gate2 小批量	工程化、付费意愿、注册数据	规划中

最大不确定性：ALS 患者能否耐受视觉刺激、识别准确率能否达到可用门槛。这是 Gate0 要回答的问题，也是判断整个技术路线是否成立的关键。

项目思考

这一年最深的体会：面向闭锁患者的辅助沟通，技术准确率不是唯一指标，甚至不是首要指标。

一个”喝水”的错误触发，可能意味着患者被喂了不想喝的水。误识别带来的风险远高于功能不足。所以系统的每一个设计决策——拒识机制、置信度门槛、异步停止——都在往”宁可不动，不可乱动”的方向走。

产品价值也不取决于打字速度。它取决于一件事：当患者想表达”我哪里不舒服”时，他能不能在可承受的认知负担下，稳定地把这句话说出来。

关键挑战

个体差异：SSVEP 响应强度因人而异，需要个性化校准
视觉疲劳：长期注视闪烁刺激导致响应减弱，探索亮度自适应
硬件可用性：从 8 通道湿电极迁到单通道干电极，准确率是否保得住
误识别风险：辅助沟通场景中的误触发代价远高于普通输入
临床证据：零患者数据，所有健康人结论都不能直接外推
合规路径：三类医疗器械注册周期长、成本高

丽·芙