全部商品分類
９月１３日，工信部發出《工業和信息化部辦公廳關于組織開展２０２３年未來產業創新任務揭榜掛帥工作的通知》，通知指出，將通過揭榜掛帥工作的形式，面向元宇宙、人形機器人、腦機接口、通用人工智能４個重點方向，聚焦核心基礎、重點產品、公共支撐、示范應用等創新任務，發掘培育一批掌握關鍵核心技術、具備較強創新能力的優勢單位，突破一批標志性技術產品，加速新技術、新產品落地應用。
其中，腦機接口方向發布了包括核心技術、重點產品和典型應用三類在內的十大任務。
一、核心基礎
（一）非植入式腦機接口芯片
揭榜任務：研發非植入腦機接口核心芯片及配套關鍵技術，用于記錄、傳輸和處理腦電信號。在微型化設計、應用開發、可靠性設計、工具開發等方面實現突破。
預期目標：到２０２５年，芯片集成度顯著提高，研發集高精度腦電采集、信號處理和無線傳輸功能于一體的芯片。芯片實現量產，通道密度、通道功耗、輸入阻抗、共模抑制比、等效噪聲等核心指標達到國際領先，支持多形態無線腦機接口應用系統，支持手機、頭顯等移動終端的工具開發。
二、重點產品
（二）植入式腦機接口技術與系統
揭榜任務：可自研以下所列若干方向或全部：植入式電極、植入式芯片、植入式神經信號記錄系統、基于腦機接口的植入式刺激系統、神經信號解碼算法及示范配套應用軟件，實現微創、安全、長期、穩定、高精度的神經信號記錄和刺激。
預期目標：到２０２５年，研發植入式電極、芯片、系統和配套關鍵技術，植入時間、通道數、生物相容性、信號質量等核心指標達到國際領先，植入后電學性能穩定。植入式神經信號記錄系統超柔性且高通量，系統魯棒性高，電極密度大，芯片性能國內領先。系統可長期穩定植入５年以上，在達到有效工作時間后或中途停止使用時可完整取出。基于腦機接口的植入式刺激系統可對腦神經進行閉環調控。可支持智能調控和遠程調控，方向性精準刺激、實時性、安全性、抗強磁干擾等核心指標達到國內領先。
（三）無線非植入腦電采集技術與系統
揭榜任務：能記錄和分析處理極微弱腦電信號，可支持多模態生理信號的綜合分析，在精密制造、解碼算法、材料等方面實現突破。
預期目標： 到２０２５年，系統輸入阻抗、共模抑制比、抗噪、同步精度、采樣精度、采樣率和功耗等核心指標達到國際領先水平。支持實時信號質量分析、高速信息通信，支持視覺、聽覺、運動想象等范式的腦信號解碼，數據格式兼容常用分析平臺。
（四）多模態可穿戴智能技術與系統
揭榜任務：研發可對包括腦信號在內的多模態生理信號進行采集與分析的技術和系統，在腦信號采集基礎上，結合體動信號或其他生理信號進行長期監測和分析。
預期目標：到２０２５年，可穿戴系統實現輕質、小型化、智能化、低功耗，具備信號采集、分析和處理功能，支持無線傳輸，可控制外設，可支持生物反饋訓練等閉環調控，支持模態數量多，多模態信號保持同步。可以檢測直立等多種體位信號。生物電信號采樣率、數模轉換精度、共模抑制比、幅頻特性、輸入參考噪聲、輸入阻抗、信噪比、耐極化電壓等核心指標達到國內領先水平。
（五）腦電生物反饋式睡眠識別和干預技術與系統
揭榜任務：研發腦電生物反饋式睡眠識別和干預技術，能基于人工智能技術進行“睡眠－心理情緒－生物節律－認知”相關性研究，客觀分析睡眠過程中的腦電波活動，評估睡眠深度和睡眠質量，識別睡眠障礙并及時干預。
預期目標：到２０２５年，產品輕量化、可穿戴且柔性，可在多種場景下長期使用。能實時輸出符合國際認可和行業慣用的睡眠周期分期的睡眠時相，睡眠周期分期與ＰＳＧ人工矯正后結果一致率高。實時檢測睡眠特征波的敏感度高。可支持睡眠閉環個性化干預調控，優化睡眠體驗。
（六）腦機接口神經損傷運動康復訓練技術與系統
揭榜任務：面向神經損傷造成的運動功能障礙，研發用于進行主動式閉環康復訓練的技術和系統，以提升大腦神經傳導功能重組或代償，促進肢體運動功能和軀體感覺功能恢復，提升肢體功能康復水平。
預期目標：到２０２５年，系統支持無線傳輸和可穿戴，無需外接電源。運動意圖解析精準度、腦狀態信息實時監測靈敏度和采集靈敏度、輔助運動外設運動自由度等核心指標達到國內領先，受試者感知信息（包括力）可實時記錄；可提供多模態反饋，可自定義訓練方式、時間和次數。
（七）基于腦機接口的情緒或認知檢測評估技術與系統
揭榜任務：研發非侵入式腦機接口技術，實現對情緒或認知的檢測與評估。具有范式豐富、情感交互自然、檢測速度快、普適性好、可靠性高的特點。
預期目標：到２０２５年，可進行腦電實時采集、處理以及情緒或認知的實時檢測與評估，模型特征可解釋且可檢驗，用于情緒或認知測評的情景信息豐富。情緒任務科學合理，支持聽覺、視覺以及多模態情緒任務，對情緒障礙或認知水平的檢測與評估準確率高。
（八）基于非侵入式腦機接口的人機班組協同感知和控制技術與系統
揭榜任務：研發基于非侵入式腦機接口的人機班組交互、協同感知和控制技術。在非開闊環境作業、巡邏檢查、搜索救援等復雜環境下，支持操作人員通過腦機系統與無人系統交互及目標協同檢測。
預期目標：到２０２５年，可實現對無人系統高效操控，控制指令輸入準確率和人機班組執行任務成功率高。將基于機器視覺的目標檢測與基于操作人員腦電響應的目標檢測相結合，實現腦機協同環境感知，降低伴隨設備目標檢測的不確定性。
三、典型應用
（九）面向工業安全監測的典型應用
揭榜任務：研發用于工業高危作業安全監測的技術和產品。以腦機接口技術為基礎，結合生理指標和運動狀態，實時監測與人員認知負荷水平相關的腦活動指標，識別影響人身安全和工作安全的人員異常狀態，防范和監測因人員過度疲勞和疾病而引發的安全事故。
預期目標：到２０２５年，系統便攜式可穿戴設計，支持無線傳輸，即戴即用。能長時程實時監測高危作業人員認知負荷相關的腦活動指標和其他生理指標，可及時對困倦、注意力不足、反應遲緩、長時間異常體態等異常狀態及時反饋和提醒。實時監測時間分辨率達到秒級，腦電電壓測量精度范圍內誤差小。電極及其他接觸皮膚的部件生物相容性好，數據使用合法依規，符合相關倫理要求。
（十）面向駕駛安全監測的典型應用
揭榜任務：利用腦機接口對駕駛行為進行安全監測，在腦機接口基礎上，結合生理等其他指標信息，監測駕駛員異常狀態。
預期目標：到２０２５年，能實時監測駕駛人員認知負荷相關的腦活動和其他生理指標，可及時對駕駛員困倦、注意力不足、反應遲緩等異常狀態進行迅速及時的反饋和提醒。參與安全監測的駕駛員數量不少于１００人，累計監測時長不少于２００００ｈ，降低因疲勞駕駛導致的事故風險發生率，數據使用合法依規，符合相關倫理要求。
此外，通用人工智能方向共發布十二大任務。
核心基礎之一是“高質量數據集”，將面向醫藥等重點行業匯聚高質量、權威的行業訓練數據資源，賦能行業發展，形成高質量數據集，賦能專用模型訓練或微調。
典型應用面向工業制造、民生服務、科學研究、信息安全四個領域。
其中，面向民生服務領域，推動人工智能在醫療行業的融合應用，拓展人工智能在典型場景下的規模化應用。預期到２０２５年，在醫療行業形成通用大模型與行業專用模型協同發展的解決方案，實現智能問診等功能，提升診療準確度等關鍵指標。
面向科學研究領域，探索基于人工智能的科學研究新范式，面向生物醫藥等專業領域，挖掘科研專用數據的內在機理，縮短科學原理的發現周期。利用人工智能技術突破科學計算瓶頸，提升科研效率。到２０２５年，通用人工智能賦能科學研究全鏈條任務，顯著提升生物醫藥領域的科學發現效率。
注：文章來源于網絡，如有侵權，請聯系刪除
