近日,中国神经科学学会感觉和运动分会2023年学术会议暨第九届亚洲疼痛研讨会在苏州成功举行。会议聚集了海内外感觉和运动领域基础研究、临床诊疗的科技工作者,临床医护人员以及学生等。脑虎科技携科研BCI产品线下参展,为上述人员带来一整套基础研究工具和在体电生理解决方案。
在感觉和运动领域的基础研究和临床诊疗中,科研人员常常会遇到信号采集不稳定、信号处理不到位、植入电极定位不准确、植入手术创伤大等问题,脑虎科技此次展出的产品均可有效解决上述问题,助力科研人员更精准、更高效、更便捷地开展实验工作。

能够长期在体稳定记录神经元动作电位的柔性电极
针对信号采集精度不高、电极材料排异反应大等问题,脑虎科技推出了两类柔性电极,一类是柔性深部电极,能同时记录Spike信号和LFP信号。多功能柔性电极配合蚕丝蛋白的植入方案,可以实现记录电生理信号的同时给光和给药等其它功能。蚕丝蛋白柔性电极具有良好的机械顺应性、生物相容性、降解程度可控、安全无毒,这些优势极大地提高了脑机接口成功的概率,也为科研工作者提供了不可多得的研究工具。
另一类是用于记录ECoG信号的皮层电极。两类电极都由mems工艺加工而成,能够做到高密度、高通量,配备先进的后端封装工艺,确保柔性电极的优秀性能。
高精度、模块化、易操作、可定制化的智能手术机器人
针对科研动物实验中,电极植入手术操作难、手术定位不准确等问题,脑虎科技自主研发了一款智能手术机器人,可以基于标准大小鼠脑定位图谱的3D脑区模型,最优化计算手术路径,实现“所想即所得”的定制化;双目视觉识别定位结合360°全方位串联机械臂,实现“所见即所达”的易操作;系统精度达200μm,最小步尽量50μm,实现可指定脑区的精准到位;统一接口快换装置,自由切换颅钻、植入仪、光纤、微型注射器。

高通量、高性能、高效智能的神经信号采集系统
柔性电极通过手术机器人成功植入目标脑区后,研究者面临如何采集信号和处理信号的问题。针对此问题,脑虎科技推出自主研发的高通量神经信号采集系统CereCube。为配合高通量的柔性电极,CereCube目前最高可采集的信号通道数可达到2048通道。
CereCube系统由神经信号处理器、神经信号放大器、神经信号记录分析软件、配套电源适配器及放大器连接线组成。最高配置配备8个放大器接口,每个接口可处理256通道信号。神经信号放大器(headstage)可选型号包括256通道记录headstage、128通道记录headstage、64通道记录headstage和16通道记录/刺激headstage。神经信号处理器和放大器通过纤细灵活的放大器连接线相连。
目前CereCube采集系统可适用的实验动物范围广,包括灵长类、哺乳类、两栖类、啮齿类、鱼类及昆虫类等,也适用于多种研究领域,包括脑机接口、疾病与药物机理研究等。
针对实验数据复杂多样不易管理、实验数据不安全等问题,脑虎科技独立开发了一款高通量神经信号记录和深度分析的软件产品MindExplorer。智能和共享是MindExplorer产品的两大特色,采用先进的云边端架构,具备高效的实验管理功能,并支持数据云端同步储存和分析。
MindExplorer可在线更改数据的采样率(1~30kHz),可实时更改芯片的带宽,并测量和实时查看每个通道的电极阻抗。除支持在线监控和记录外,还支持离线回放和查看数据,可实现多人在各自的电脑上同时回放、查看和分析多组数据。
数据分析方面,MindExplorer能够结合电极特征,智能选择最优算法进行自动化Sorting。GPU的方案能够极大提高Sorting速度,其常用配置比市面上的其它基于CPU的软件最高可以提升100倍以上,并根据L-ratio等指标智能判断Sorting出的unit质量,自动排除不满足基本指标的unit。
在实验监控过程中,Event伴随电生理信号显示,研究者可以非常方便地实时判断神经元的反应是否与Event相关。
针对令人担忧的数据安全问题,MindExplorer采用非对称加密技术对用户登录信息进行保护,而用户原始数据则是采用变换域数字水印技术来进行透明鉴权,为研究者安全地共享数据提供最有力的保障。
目前,脑虎科技已在全国多地开展业务布局,旨在为更多的科学家们打造高效的研究工具。脑虎在不到一年的时间内收获两轮达数亿元融资,被资本看好的同时,也为脑虎提供了坚实的资金基础,确保科研解决方案的落地应用。
好文章,需要你的鼓励
在2025年KubeCon/CloudNativeCon北美大会上,云原生开发社区正努力超越AI炒作,理性应对人工智能带来的风险与机遇。随着开发者和运营人员广泛使用AI工具构建AI驱动的应用功能,平台工程迎来复兴。CNCF推出Kubernetes AI认证合规程序,为AI工作负载在Kubernetes上的部署设定开放标准。会议展示了网络基础设施层优化、AI辅助开发安全性提升以及AI SRE改善可观测性工作流等创新成果。
香港大学研究团队提出LightReasoner框架,通过让小型"业余"模型与大型"专家"模型对比,识别关键推理步骤并转化为训练信号。该方法在数学推理任务上实现28.1%性能提升,同时将训练时间、样本需求和词元使用量分别减少90%、80%和99%,完全无需人工标注。研究颠覆了传统训练思路,证明通过模型间行为差异可以实现高效的自监督学习,为资源受限环境下的AI能力提升提供了新路径。
DeepL作为欧洲AI领域的代表企业,正将业务拓展至翻译之外,推出面向企业的AI代理DeepL Agent。CEO库蒂洛夫斯基认为,虽然在日常翻译场景面临更多竞争,但在关键业务级别的企业翻译需求中,DeepL凭借高精度、质量控制和合规性仍具优势。他对欧盟AI法案表示担忧,认为过度监管可能阻碍创新,使欧洲在全球AI竞争中落后。
马里兰大学研究团队开发了MONKEY适配器,一种无需额外训练的AI绘画控制技术。该方法通过"两步走"策略解决了个性化AI绘画中主体保真与背景控制难以兼得的问题:先让AI识别主体区域生成"透明胶片",再在第二次生成中让主体区域听从参考图片、背景区域听从文字描述。实验证明该方法在保持主体特征和响应文字要求两方面均表现出色,为AI绘画的精细化控制提供了新思路。