阶段里程碑：脑机接口Fmri、EEG与MEG标注，训练人类Neuro AI基础模型

脑机接口的基座模型，离不开数据标注与训练了，而作为脑机接口领域，在2025年高校科研团队都是开始紧密的发布Tansformer技术栈。

而工程上与产品化上，几乎没有。这些产品与功能仍然还是停留在以前的CNN与RNN上。即使在科研圈2025年后开始集中往transformer迁移，开始用数据驱动来完成EEG的基座模型训练。可是在用户体验上，数据过少反而没有以往CNN与RNN的技术来的快。

我们团队在做的不仅是EEG，因为EEG会有电极、以及噪声比天然限制，比如实验团队A用的32通道，实验团队B用的256通道，这对于数据都是灾难性的影响，需要进行人工二次裁剪。

其次不同厂家设备非侵入EEG的脑机接口阻抗、信噪比都不一样，所以现在行业内开始做的都是EEG脑机接口基座，但是这个天花板到底有多高，其实还是要看数据集以及使用的硬件。

硬件层次不齐，不同的硬件阻抗不一样，导致解码准确度不一样，从而最终影响头皮脑电大模型。

我们放弃了纯做EEG的方向，而采取了沿用Meta的TribeV2以及QWERTY相关的工程化来实现。

我们主要集中在文字、图像、专注力、情绪、以及四肢、十根手指的数据采集、标注与训练上。

1.MEG与EEG标注，提升EEG的天花板，但数据难以获取

而我带着团队现在正在做MEG到EEG的标注，MEG简称为Magnetoencephalography，而EEG称为Electroencephalography。

让用户在MEG的过程中佩戴EEG，来完成数据采集，再进行标注、以及训练，这就是现在人类最终的极限数据。

但是要完成MEG传感器坐标与EEG的电极坐标，才能完成对应的训练。

2.FMRI与EEG标注，行业里相对性价比的金数据

FMRI核磁共振可以拍摄到人类大脑神经元放电之后的血氧变化，也可以作为非侵入式金数据标注。

这些数据的纯净程度同样比EEG高，因为可以空间的观察到立体大脑区域的放电信号，并且还能够观察到深部区域，虽然不能作为日常使用。

在FMRI与EEG任务，要消除对应血氧的延迟以及MRI的伪迹数据。

因此神经元放电EEG在几十毫秒就可以出现，而BOLD要1-2秒出现，甚至是有时候会延迟到4秒以上。

至于去除MRI的噪声数据，也是要用相关算法来过滤，否则就会在FMRI过程中的EEG数据，就无法对齐了。

3.人类的面部追踪与眼球数据，辅助EEG、FMRI与MEG

单个数据模态除了数据获取成本高、稀缺性，所以为了得到更好的准确性与稳定性我们团队将其面部、眼球多模态数据来辅助训练

因为我们认为脑机接口基座大模型就应该做人类通用的场景，最终脑机接口才能够完成日常生活使用，而不是仅仅是医疗领域。

正在构建行业里面首个neural AI基座大模型的标注平台，分别如下

1.FMRI与EEG的标注

如上是FMRI到EEG的标注，这个不仅是需要正常健康人的，同时可以使用开源数据集完成FMRI与EEG的导入，同时还能够导入新的视频完成人类在视频、语音、图片上的相关数据标注训练。

2.MEG到EEG的标注

也是同样采集人类图片、文字、视频上的相关数据标注，当然MEG的标注本身也是为了提升EEG的天花板，甚至是我们希望可以达到让EEG可以去鉴别十根手指的精细化程度。

通过以上我们团队正在努力构建EEG的天花板，而不是只是做EEG脑电大模型。

其次我们不是通过2D内容来采集人类的脑电与神经元，而是在空间计算，我们坚信这样采集的人类脑机接口数据才是金标准，而不是在一个平面维度上采集与训练。

以上就是今天的分享。

找我交流与合作 空间计算与脑机接口系统开发

题图来自 Unsplash ，基于 CC0 协议， 如有侵权，请联系pmtalk123删除

“分享产品经理改变世界的点滴”

产品顾问｜ 产品咨询｜培训合作

请添加微信PMxiaowanzi

最近我的原创

每日案例拆解库，AI等产品打卡群

我创建的产品设计打卡社群，加入后365天，每天体验一款APP。提升产品设计能力，同时有1300份体验报告帮助你找到竞品

在这里你可以随时查询到你想找的各类竞品行业APP，无须自己亲自下载就可以马上得到APP的一手产品优化、交互设计、功能描述信息。

从优化&建议、商业模式、运营、功能描述、交互设计、产品定位至少6个维度，体验一款应用。

平均1天1块钱，扫码购买即可加入

连续体验48款应用，通过后原路退回

报名后添加星球助理

PMTalk123