图为范存航（中）和学生沟通实验情况。本报记者 田先进摄
下午4点，安徽大学计算机科学与技术学院的实验室内，一项脑机接口技术实验正在进行。硕士生王畅头戴电极帽，脑电波在脑机智能基座等设备的传导下，实时显示在屏幕上。“信号稳定性如何？”教授范存航一边记录数据，一边与学生交流。
范存航今年35岁，是学校脑机接口研究团队的重要成员。“脑机接口技术前景无限。”这两年，范存航和团队将研发重心转移到实际应用上，“去年底，我们研发的术后意识检测系统在省内一家医院开展临床测试，为临床术后监护带来新变化。”
“患者经历全麻手术后的一段时间内，家属和护士得时刻关注患者，防止其入睡，以免发生意外。”范存航介绍，针对这个场景，团队引入脑机接口技术，给患者戴上耳机，左耳和右耳播放不同音频，引导其关注特定耳朵的声音，“系统可通过脑电波判断患者是否清醒，发现有入睡倾向，会立即发出警报。如果这项技术得到广泛应用，家属陪护压力就能减轻一些。”
脑机接口技术的原理是在人或动物大脑与外部设备之间创建连接通路，关键在于记录和解读大脑信号，实现脑与设备的信息交换。安徽大学的研究团队在该领域深耕多年，主攻非侵入式与微侵入式技术，“无需通过开颅手术将电极植入人体，而是通过电极帽、微针电极采集脑电信号。”范存航介绍。
脑电信号十分微弱，要通过专门的“放大器”来捕捉，之前从国外购买设备，价格昂贵且受制于人。
团队潜心攻关。电子信息工程学院、集成电路学院的老师负责材料选取和芯片研发，设计硬件原型；范存航从软件端检测这些设备提取的脑电信号质量，帮助更新提升。历经多轮迭代，团队研发出国产化脑机智能基座，体积大幅缩小、成本显著降低、信号采集稳定可靠。
获取信号是前提，还要解码脑电波，知道人的所思所想。“这需要成熟的解码算法。”范存航回忆，他起初设计的算法模型，参数量特别大，运行时耗费大量时间，得出的结果也未必准确。
“要减少模型参数量，还得确保解码的准确性不降低。”为此，范存航阅读大量文献，在组会上与其他老师、同学探讨，“一次，我偶然听到别的学科老师介绍实践经验，感觉茅塞顿开，带着这个思路设计解码算法，攻克了难题。”
研究团队的实验室里，摆放着一套康复器材。“这是我们研发的第一套设备——脑控主动康复系统。”范存航说，团队长期研发的脑电信号收集、解码技术，在这套设备上都有应用，“四肢不便的患者戴上电极帽，电脑能自动分析、解读脑电波，带动康复设备运行，患者就能在一定程度上自主活动。”
从不足10人的科研小组，到形成包括计算机、材料、生命科学等多学科人才的交叉创新团队，安徽大学脑机接口研究团队已有10余名骨干教师、百余名学生。
今年，脑机接口被写入“十五五”规划纲要，并明确为新的经济增长点，这让范存航感到振奋：“我将持续深耕脑机接口领域，让更多成果从实验室走向应用。”