夏禹洞察|脑机如何从“读懂”走向“调节”?

鳳凰環球傳訊
2025-03-28 02:54 来自香港

从心理到生理:意识状态如何浮出大脑?

在心理学和认知神经科学中,「心理表征」是指我们对情绪、动机、意图、注意、压力等主观状态的内部体验和脑内编码。它是人类意识的重要组成部分,也是技术试图理解和量化的起点。神经科学与心理学交叉研究中,注意力、情绪与压力被称为「三大心理表征」, 它们伴随着心率变化、激素释放、大脑局部区域(如杏仁核、岛叶、前额叶皮层等)的特定激活,是我们感知世界、做出反应与调节行为的核心。

「注意力」作为一种核心心理表征,不仅是感知选择的机制,更是行为执行、学习效率与情绪稳定的基础。现代神经科学研究表明:不同注意状态下,脑区的激活模式会在脑电图(EEG)中留下具有特征节律的「神经指纹」,这些生理轨迹揭示出心理状态不仅存在于「心」中,也深深植根于大脑的神经活动之中。

借助这一理解,我们更能体会人工智能中「Attention is all you need」的深层含义:无论是Transformer模型中的自注意力机制,还是人脑中对信息的选择性加工,「注意力」都是连接信息感知、意义建构与行为决策的中枢机制。

更进一步地,不论是人脑还是人工智能系统,它们本质上都通过反馈机制不断优化自身对外部世界的感知与理解,逐步建立起输入信息与行为反应之间的因果或逻辑映射,形成感知—推理—行为—反馈的逻辑闭环。这一闭环,正是智能系统适应环境、实现目标导向行为的核心动力。

脑电波:不是意识本身,但是它的「电信投影」

脑电波不是意识本身,但它是意识活动的电生理表现。脑电(EEG)技术可以以毫秒级分辨率监测大脑的同步活动状态,这种状态在某种程度上反映了「我现在的心理体验」。

不同频段的脑电波(δ波、θ波、α波、β波、γ波)也对应着大脑处于不同的生理与心理状态,它们与心率、呼吸、皮肤电等自主神经指标之间存在着紧密联系。

通过脑机接口同时采集脑电、肌电、皮肤电等生理信号,结合BHI这一更高维的系统结构,可以构建更加稳定、动态的心理状态评估模型,它不仅关注大脑信号的读取,更强调身体整体状态的感知与调节协同,从而提升焦虑、压力等状态的判断精准度。

脑机接口:不是读脑的尽头,而是调节的起点

如果脑机接口只能「读懂」,那它只是个观察者;但当它能「调节」,它就成了共生者。

BCI系统的闭环路径一般包括四步:

1. 状态检测:通过脑电波识别注意力、情绪或压力水平。

2. 智能判断:AI算法结合个体模型判断心理状态变化趋势。

3. 适配干预:触发个性化反馈机制,如声音、图像、呼吸训练等。

4. 反馈评估:系统评估干预成效,持续优化干预节奏与策略。

这种「读取 → 判断 → 干预 → 优化」的技术流程,不再只是技术执行,而是接近心理干预中的认知行为疗法路径。但要实现更稳定、更细粒度的心理识别,仅靠脑电还不够。我们还需要一种外显行为信号,能够实时反馈认知变化轨迹——这就是眼动数据的价值所在。

眼动:外显行为与内隐状态的耦合反馈

为了进一步提升识别精度与状态感知的维度,脑电波的分析也逐渐与其他生理信号的融合成为趋势。其中,眼动数据(包括注视点、注视时长、扫视路径、眨眼频率等)被视为理解注意力与心理状态的重要外显反馈行为指标。如果说脑电波是意识的「电流语言」,那眼动,则是意识「在空间中的轨迹」。

夏禹研究发现,眼动与脑电之间存在协同变化关系:

在注意力高度集中的阶段,眼动呈现出固定而稳定的注视模式,同时β波活跃。

当出现认知负荷过载或注意力波动时,眼动轨迹变得跳跃、频繁扫视,同时θ波增强,α波抑制不足。

眨眼频率也与疲劳状态密切相关,能够作为脑电中低频波上升的一个间接信号。

因此,眼动不仅是一种可视化的认知线索,它还为脑电解码模型提供了行为校准依据,是实现心理状态精准识别的关键补充维度。技术让我们第一次有机会,从一个人的「注视路径」中,看见他在「心里停留」的地方。

这也为夏禹的心理测评与疗愈平台的技术路径——「脑-眼-心理」三维闭环系统,奠定了坚实基础。

夏禹解决方案:调节意识节奏的「新操作系统」

近年来,脑机接口技术正在从「识别工具」转向「调节系统」,推动数字疗法(DTx)走入心理健康、情绪管理和认知训练等关键领域。夏禹在此基础上,打造了以脑电波 + 眼动 + 心率 +肌电+ 情境任务为核心的多模态干预系统,强调三个特征:

实时识别,更懂你状态的节奏

脑电波频段变化 + 眼动轨迹 + 心率变异性(HRV)+ 眨眼频率,实时感知认知负荷与情绪起伏。

构建用户「心理节奏曲线」,追踪专注波动与压力高点。

个性化反馈机制

系统根据状态推送不同类型的干预模块:

放松引导:冥想音乐、呼吸提示、轻视觉刺激。

注意力调节:游戏化任务、任务切换建议、短时切断通知。

情绪修复:正念练习、共情动画、积极回忆引导。

自适应调节引擎

结合机器学习算法,系统会「学习」用户的反馈效果,逐步优化干预策略。

构建「自我节奏调节能力」的数字辅导机制。

理解意识,重构自我调节能力

「读取」是连接意识与技术的第一步,「调节」才是构建有温度的脑机系统的核心。

我们并不是为了预测人类的心理,而是为了让技术参与到心理健康的积极调节中去,帮助人们更加清晰地理解自己,调整节奏,拥抱变化。

下一期,我们将聚焦「夏禹的应用」,展示我们如何通过脑-眼-心理的闭环反馈通路,帮助个体识别和调节注意力节奏,打造下一代具备「自我觉察能力」的学习支持系统。

热点新闻