近日，星網銳捷旗下星網視易腦機療愈研究發展中心正式披露了一項突破性技術成果：基於多模態心腦生理數據的非侵入式腦機接口情緒評估模型，它首次實現對喜、怒、悲、恐、平靜、壓力等多維度情緒的精准、實時評測，標志著人的情緒從主觀判斷邁入客觀定型可量化的階段。

傳統情緒識別技術常常陷入“表象誤判”與“個體局限”的雙重困境，依賴於面部表情、語音語調等外部行為特征，其准確性易受主觀掩飾和環境干擾，而單一生理信號模型又難以適配個體差異。能否像監測心率、血壓一樣，對內在情緒進行客觀、量化的監測，一直是人工智能與神經科學領域的願景。

通過融合人工智能、心理學與神經科學，星網視易腦機研究中心開創性地構建了基於多模態生理信號（腦電EGG+光電容積脈搏波PPG）的非侵入式腦機情緒評估模型，實現了“外部感知”到“內部實測”的技術升級。

據悉，星網視易腦機研究中心與合作團隊一起系統梳理了近十年全球頂尖學術文獻，確立了腦電與心率變異性作為核心生理指標，並嚴格設計了標准化數據採集流程，科學篩選並驗証了能高效誘發特定情緒的視頻片段作為情緒誘發因子，確保每次數據採集都能“靶向”目標情緒。

同時，在受試人員層面，中心向學校和社會公開招募批量18至82歲的志願者進行了大規模的多狀態生理數據採集，覆蓋多種情緒狀態，從而確保了模型的普適性和數量級驗証。

“如何更精准地解讀情緒，在客觀探測硬件工具和高質量數據基礎上，提升算法的精准性，是整個系統的‘智慧核心’。”星網視易腦機研究中心生態產品總監鄭建明介紹。源於深度融合的技術架構，星網視易腦機療愈中心從研發初始就摒棄簡單的接口調用模式，對AI模型進行底層重構，基於一套嚴謹的“理論—數據—模型”的科學工程體系，從0到1構建創新核心。同時，情緒評估模型創新性地採用了跨注意力機制的Transformer深度學習架構，能夠同時處理用戶的年齡性別等靜態信息、主觀情緒報告、以及連續的雙前額腦電與心率動態信號。

通過對海量心腦數據的深度挖掘與學習，這個AI模型最終練就了“讀心術”，能夠以極高的時間分辨率實時輸出多種包括愉悅、憤怒、悲傷、恐懼、壓力、平靜等核心情緒及狀態的預測值。

用戶體驗腦機設備

“技術最終是為了更好地服務人。”鄭建明說，“我們創造了一套直觀的‘情緒畫像’系統，就像一本為用戶量身定制的‘情緒日記’。它不僅能清晰呈現用戶在佩戴非侵入式腦機設備期間的全部情緒起伏，更能為用戶解讀每一種情緒狀態背后的關鍵身體信號，幫助用戶更了解自己。”

情緒檢測報告

星網視易腦機研究中心堅信，科技不應只是提升效率的工具，更是關照人心的藝術。“希望腦機接口技術能走出實驗室，走進普通人的生活，成為可觸及、可感知、可信任的日常療愈伙伴。”鄭建明說。

分享讓更多人看到