以下内容来源于 “复睿类脑智能创新中心” 公众号
情感脑机接口研究进展
吕宝粮
尊敬的各位领导、各位嘉宾，大家好！
我们团队自 2008 年起开展情感脑机接口方面的研究，主要使用头皮脑电信号和眼动信号，聚焦情绪的神经表征与情绪识别模型构建。接下来，我将与大家分享情感脑机接口的相关研究进展。
情感脑机接口的定义
情感脑机接口分为情绪识别和情绪调控两大类。情绪识别脑机接口的任务是实现对人的情绪的精准解码，而情绪调控脑机接口则是在情绪识别的基础上实现对人的情绪状态的个性化调控。
早在2020年瑞金医院就成立了脑机接口与神经调控研究中心，聚焦于基于DBS技术的难治性抑郁症治疗方法研究，这是早期侵入式脑机接口最成功的实际应用案例之一。2023年10月，我在中央电视台《对话》节目里与瑞金医院功能神经外科主任孙伯民教授等相关专家一起讨论了脑机接口技术在抑郁症治疗方面的相关问题，包括未来的发展趋势和伦理。今年，苏州景昱获得了全球第一张用DBS治疗成瘾的三类医疗器械证。值得一提的是，苏州景昱的创始人是复旦大学首届生物医学工程毕业生宁益华。
脑电与眼动信号融合的多模态情感脑机接口
我们于2014年在国际上首次提出脑电信号与眼动信号融合的情绪识别方法，单独用脑电或眼动信号，对三类情绪的识别率约为78%，但融合两种信号后提高了10个百分点。我们同时发现了脑电信号与眼动信号在情绪识别任务上具有互补特性，脑电信号对正向情绪的识别率优于眼动信号，而眼动信号在负向情绪的识别方面的性能远高于脑电信号。
最近，我们在ICLR 26上发表了一项让多模态大模型读懂癫痫脑电图的工作CerebraGloss。经过训练后，CerebraGloss能完成三项任务，对10秒钟多通道原始脑电信号的描述、四项选择题的回答以及关于癫痫脑电图的对话。高质量地完整这三项任务，可以帮助癫痫科医生高效地解读脑电数据。CerebraGlossd在benchmark上的实验结果超出了GPT-4o。
我们实验室自2015年10月对外发布上海交通大学情绪脑电数据集SEED以来，已先后发布了13个公开数据集。目前，SEED系列数据集是全球数据量最大、数据种类最多的的情绪脑电数据集。2025年全球引用占比达44%，而2012年欧洲发布的DEAP数据集仅占29%，其他数据集的最高引用量不足9%。
基于情绪X光机的抑郁症筛查
我们团队与上海市精神卫生中心、瑞金医院等机构合作，采集了4000多例由主任医师标注的抑郁症患者和健康人群的数据，用其中的1000例训练模型，情绪X光机对抑郁情绪状态评估的灵敏度和特异性超过了85%。情绪X光机的核心技术是我们提出的脑电与眼动信号融合的多模态情感脑机接口。情绪X光机的的工作原理是将抑郁症状的评估转化成情感交互任务的识别，评估过程是让被试观看短视频、照片、油画、拼图等，而无需填写任何量表。
将油画作为情绪刺激素材是我们在2022年在国际上首次提出的情绪诱发范式。使用油画的主要目的是充分利用眼动仪的功能，并使情感交互任务更加自然。我们的实验结果表明，抑郁症患者观看油画的眼动轨迹与正常人有显著差异。我个人认为眼动信号将是抑郁症筛查的一种可行的生物标志物。2024年我们团队在上海外服使用情绪X光机做了2400多人的情绪健康门诊筛查，其中抑郁症状或焦虑症状被评估为异常的人数比例超过了30%。
构建情绪调控与情绪评估的闭环系统和未来展望
我们正在将情绪X光机与各类神经调控方法（如TMS）相结合，构建情绪评估与情绪调控的闭环系统。未来，情绪X光机能像使用电子血压计一样方便，不管是在医院还是在家庭，抑郁症状的筛查、治疗、评估都能用上它。目前国内精神科医生太少，评估的一致性不高、效率低，有了情绪X光机就可以解决这一难题。
未来的情感智能一定将应用于更大、更广阔的场景，现在人形机器人的运动功能已经开发的比较好，但尚不具有能与人进行情感交互的能力，大模型更是几乎没有情感。我个人认为抑郁症的诊断一定能找到生物标志物，但是这个生物标记物应该是个性化的、多模态的、时变的。具身智能的最大挑战不是叠衣服，而是如何实现机器人与人自然的情感交互。综上所述，我认为没有情感的智能不能称为通用人工智能。