腦機接口技術在過去半個世紀，實現了從科幻到現實的突破。當前腦機接口研發已經在仿生學、醫療診斷與干預、消費電子、工業、教育、虛擬現實等多個領域持續探索。北京師范大學教授鄔霞在2023中關村論壇-腦機接口創新發展分論壇上表示，非侵入式腦機接口技術非常適用于工業安全監測，未來也有望提升工業生產效率。

工業安全有設備安全、人員安全、生產安全三大需求。在人員安全與生產安全上，工人生理、精神狀態監測主要聚焦生命體征、疲勞狀態、意識狀態，生產環境、狀態安全監測則聚焦認知負荷、注意力水平、工作記憶、情緒狀態等。

鄔霞表示，從目前的技術手段來看，在保證人員安全方面主要是崗前考核、安全意識教育，所用的檢測設備也只是手環等簡單生理狀態檢測設備；在保證生產安全方面，也主要是通過定期培訓、輪崗休息，或者是傳感器等簡單設備進行環境監測。

“當前，工業安全檢測手段難以滿足工業安全監測需求，我們希望能夠引入一些新的技術，非侵入式腦機接口技術非常適用于工業安全監測，但有三個難點需要攻克。”鄔霞說。

第一個難點是要從硬件設計源頭保障高精度腦電信信號質量。例如采用全頻段24為ADC腦電采集電路，實現32萬倍以上的共模抑制能力，在噪聲電平控制上進行精細的電源處理，精準的地平面處理和恰到好處的外圍電路的配置。

何為便捷易用的腦機接口系統？鄔霞表示，首先要滿足防水防塵、低功耗、抗干擾干電極等工業需求，在人體感受上要進行嚴格生物相容性實驗、精細化人體工學設計且整體重量不超過130克。

第二個難點是如何在復雜的工業場景下實現高度穩定可靠的算法輸出結果。“解決方案就是構建復雜工況條件下的實時自適應腦電濾波器，并盡量采用少通道的數據來進一步提高應用算法的魯棒性，讓輸出更加穩定。”她說。

據了解，打造實時自適應腦電濾波器需要對環境粉塵狀態、高濕度等惡劣工況信號有效識別，并可以在人員行走、登高、負重、跳躍等運動狀態下進行腦電采集，此外還需要支持1000人以上的同步采集，來構成基礎人體生理和腦電參數的數據庫進行輔助。

第三個難點是如何在各種實際工業環境中，確保腦機接口系統的快速穩定運行。鄔霞指出，要達到此效果，首先系統穩定性要強，要解決無線信號傳輸問題，通過互操作性的跨平臺應用程序接口，實現監測和秒級響應。其次，要打造千人實時傳輸分析處理系統，實現多終端、快速標準化部屬。最后，要制定針對性解決方案。例如在重型龍門吊施工場景中，結合腦機接口、無線測距、貨物類型、廣播通訊等方式形成一整套安全解決方案。

據介紹，基于腦機接口的工業人員安全數字化管理系統已經應用于隧道施工、礦山開采、基坑作業、電力巡線等場景，提供風險報告近400篇，發出風險預警和報警信息近2000條，成功抓取近3萬條風險隱患數據。

例如隧道施工場景下，大型機械和重型物料在運輸、吊裝、轉場過程中一旦出現和人的接觸都會造成安全事故。因此，讓施工人員佩戴具有腦機接口裝置的安全帽，實時監控工人的腦狀態，工作人員可以通過員工狀態實時監控平臺換查到施工人員的脈搏、血氧等生理特征，并通過分析腦電數據來判斷疲勞度、專注度等。據悉，此方案已經應用在修建廣州地鐵、北京地鐵和重慶地鐵的施工的隧道的施工現場。

“展望未來，腦機接口技術除了在安全方面能夠對工業界有所幫助之外，也有可能通過腦控機械、腦控汽車等方式來提升機器效率，并通過儀器操作、設備駕駛等技能訓練來提升人的效率。”鄔霞表示。