新闻动态

首页 > 新闻动态 > 「十万卡」最佳实践|让大脑控制电脑:脑机接口运动想象解码的 CPU 入门实践
2026-10-09

「十万卡」最佳实践|让大脑控制电脑:脑机接口运动想象解码的 CPU 入门实践

编者按


今年是“十五五”规划的开局之年,算力网纳入国家“六张网”,全国一体化算力网建设全面提速,为前沿应用和科学研究筑牢算力根基。国家超算互联作为全国一体化算力网代表性实践,以国产普惠算力赋能科研创新,驱动科研成果高效产出。在此,我们推出「十万卡」实践库专栏,聚焦 AI、HPC、AI4S 等前沿领域的实践经验,沉淀算力适配、性能调优及行业应用案例。


本月「十万卡」· AI4S 实践库带来三篇最佳实践,涵盖脑电图运动想象解码、气象预报大模型、蛋白质建模与模拟等主题,集中呈现了 AI for Science 在脑科学、气象、生命科学等多学科交叉场景下的全流程工程落地能力。


本篇完成了基于公开脑电图数据集的运动想象离线解码全流程实践,建立了 CPU 可运行的 CSP+LDA 基线方案。完整覆盖了脑机接口运动想象解码从数据预处理到结果验证的全环节。更多最佳实践陆续更新,敬请关注!

文| 重庆医科大学李清峰 赵祺瑞



脑机接口将脑电活动转换为控制信号。运动想象任务提供了一条清晰的入门路径:受试者想象双手或双脚运动,脑电图(EEG)节律随任务条件变化,分类器根据这些变化判断意图。公开数据允许我们先跑通读取、分段、训练和评估,再考虑接入实时设备。

本期最佳实践,基于公开 EEG 数据集 EEGMMIDB,选取 10 名受试者的双手与双脚运动想象记录,构建一套 CPU 可运行的 CSP+LDA 基线。本次实践完整覆盖了脑机接口运动想象解码从数据预处理到结果验证的全环节。

20261009-1.png

图示:基于公开 EEG 的运动想象解码流程


为观察基线在不同条件下的表现,本次实操按三步检查:

  • 被试内留一运行:留出同一受试者的一次新运行,测试两类想象能否分开;
  • 跨被试留一受试者:留出一名陌生受试者,观察分数保留多少;
  • 随机标签对照:打乱训练标签,确认结果是否回到机会水平。


实践目标如下:

  • 用脚本完成 EDF 文件读取、通道标准化、滤波、事件分段和特征提取;
  • 用 4 分量 CSP 和 LDA 构建低成本二分类管线;
  • 采用被试内留一运行、跨被试留一受试者和随机标签对照,分别观察新运行表现、跨个体迁移和经验机会水平;
  • 记录环境版本、随机种子、计算时间、输出路径和校验结果,使每个汇总值都能回溯到 CSV、JSON 或运行日志。


三项基线读数结果如下:

  • 被试内:30 个被试内折级的平衡准确率(Balanced Accuracy,BA)等权平均为 0.6946;
  • 跨被试:10 个留出受试者折的 BA 等权平均为 0.5663;
  • 随机标签对照:50 次随机标签重复的 BA 等权平均为 0.5031。


被试内到跨被试的 BA 平均差值为 0.1283。上述数字仅描述本文 10 名受试者和三类评估设计。

20261009-2.png

详细的实操文档已上线超算互联网,可访问下方链接获取:

https://www.scnet.cn/help/docs/mainsite/hpc/software-examples/practice/brain/