Logo
X-BCI
算法服务
Channel 1-4 Channel 5-8 Channel 8-16 Channel 16-24 监测类AI算法接口 X-BCI设备 识别类AI算法接口 控制类AI算法接口 生成类AI算法接口 - - - - - - - - - - - - - - - - X-BCI设备采集的多通道脑电信号（EEG）。 XBCI设备采集的多通道脑电信号（EEG）。 二分类结果（0=不集中状态。，1=集中状态）。 四分类结果（0=中性，1=快乐，2=悲伤，3=恐惧）。 准确率≥90%（跨被试交叉验证），延迟<200ms。 准确率≥75%（跨被试交叉验证），延迟<200ms。 基于XGboost轻量化网络，优化时空特征提取： XGBoost轻量化模型 训练数据：闭眼放松状态（被试睁眼自然放松，无需执行任何任务，代表注意力较低或分散状态不集中） vs. 心算任务（被试需完成简单的加法计算任务，计算式包含两个数字，任务难度较低，能轻松完成，代表 注意力处于较为集中的状态）的实验室标定数据。 训练数据：进素材筛选与评价之后的视频情绪诱发实验，配合多维量表进行数据标注 时域卷积层捕捉α/β频带能量变化（注意力集中时α波抑制）。 空域卷积层融合前额叶（Fp1/Fp2）与顶叶（P3/P4）信号相关性。 时序长度：每段分析数据为0.5~3秒窗口（可自行调节）。 时序长度：1.5~3秒窗口（可自行调节）。 置信度分数（0~100范围，反映分类可靠性）。 各情绪类别概率分布（Softmax归一化）。 输入： 输入： 输出： 输出： 性能指标： 性能指标： 算法核心： 算法核心： 实时识别用户当前注意力状态（集中/不集中），适用于专注力监测、学习效率评估等场景。 识别用户当前情绪状态（中性/快乐/悲伤/恐惧），适用于情感计算、心理健康筛查等场景。 功能： 功能： X-BCI Algorithm Service X-BCI算法服务 注意力状态二分类模型 情绪四分类计算法
Logo