加餐｜BrainOmni：通向統一的腦電磁信號表征學習范式丨周日分享·腦機接口讀書會

導語

理解大腦神經活動對于認知科學、臨床診斷以及腦機接口應用具有重要意義。腦電圖（EEG）和腦磁圖（MEG）提供了安全便利的神經活動測量手段。隨著數據驅動范式的興起神經網絡為處理EEG/MEG信號提供了有力的工具。然而EEG/MEG信號高維、非平穩、低信噪比的特性以及跨設備、跨受試、跨任務的差異，極大約束了可用數據的規模以及模型的能力，限制了EEG/MEG信號表征的質量，為相關的應用提出了挑戰。

本周日的分享是集智「腦機接口」社區的一次加餐。為了進一步梳理腦機接口相關理論與技術前沿，集智俱樂部聯合清華大學高小榕、中科院自動化所劉冰、中科院深圳先進院李驍健、清華大學眭亞楠四位老師，發起。讀書會從2024年5月19日開始，持續時間10周左右，歡迎大家加入！

分享簡介

本次分享將梳理腦電腦磁信號表征學習的發展脈絡，從早期針對單一任務、單一數據集的模型，到近期專注于自監督預訓練的腦信號基礎模型，展示該領域從“任務特化”邁向“通用表征學習”的趨勢。其中將介紹由上海人工智能實驗室聯合清華大學、劍橋大學等合作單位發布的BrainOmni基礎模型。BrainOmni首次統一建模腦電信號與腦磁信號，并進行跨模態、跨設備、跨任務、跨被試的通用表征學習。該模型在涵蓋了運動意圖解碼、情緒識別、神經疾病診斷等9項下游任務中取得領先性能，并展現出強大的零樣本跨設備泛化能力，證明了腦電腦磁的跨模態增益效果。

最后，本次分享將討論當前腦信號基礎模型仍未解決的關鍵問題，包括當前基礎模型模型泛化能力的不足以及更豐富神經模態的整合困難，并展望構建下一代腦信號基礎模型可能的研究方向。

分享大綱

1. 腦電圖（EEG）與腦磁圖（MEG）信號簡介

2. 從專到通的腦電腦磁信號表征學習沿革

3. BrainOmni模型講解

4. 當下腦信號基礎模型的困難與未來展望

主講人介紹

肖欽帆，清華大學電子工程系大四在讀學生，目前正在探索的研究方向是腦信號的自監督學習以及腦信號的語言解碼。

時間：

2025年12月14日（周日）晚上19:00-20:00，騰訊會議室進行。

https://pattern.swarma.org/study_group_issue/1045?from=wechat

掃碼報名，加入社群，獲取系列讀書會永久回看權限，與社區的一線科研工作者溝通交流，共同溯源復雜科學的思想脈絡。

腦機接口讀書會

腦機接口是通過讀取大腦神經信號來實現人腦與外部設備交流與控制的前沿技術。作為一個前沿交叉領域，腦機接口技術是跨學科研究的典型代表，融合了控制科學、神經科學、計算機科學、工程學等多個學科領域。針對相關領域，集智已經舉辦了多個系列讀書會與課程，追蹤計算神經科學、NeuroAI、神經動力學模型、控制科學等進展。

為了進一步梳理腦機接口相關理論與技術前沿，集智俱樂部聯合清華大學高小榕、中科院自動化所劉冰、中科院深圳先進院李驍健、清華大學眭亞楠四位老師，發起「腦機接口」讀書會。讀書會從2024年5月18日開始，每周六19:00-21:00，持續時間預計8-10 周，歡迎從事相關研究、對腦機接口感興趣的朋友報名參與交流。

詳情請見：