![]()
苹果发布新型脑电信号学习方法
苹果研究人员于2025年11月28日发布新论文《Learning the relative composition of EEG signals using pairwise relative shift pretraining》,介绍PARS(PAirwise Relative Shift)自监督学习方法。该方法无需标注数据,即可让AI模型从原始脑电图(EEG)信号中学习时间序列结构,预测不同信号片段间的相对时间偏移,优于传统掩码重建策略。
PARS在多项EEG任务中表现突出
论文测试显示,PARS预训练模型在四个基准数据集上表现优异或持平,包括睡眠分期、异常EEG检测、癫痫发作检测和运动想象任务。其中,EESM17数据集采用耳戴式EEG系统(Ear-EEG),记录9名受试者的过夜脑电数据,证明耳部设备可捕捉临床相关信号,如睡眠阶段和癫痫模式。
研究与AirPods潜在应用关联
9to5Mac报道指出,该研究虽未提及AirPods,但结合苹果2023年专利申请(涉及耳部EEG设备优化,如多传感器阵列和AI信号选择),暗示未来AirPods可能集成EEG传感器,用于睡眠监测或癫痫检测等健康功能。专利强调耳戴式设备优势,如隐蔽性和稳定性,并提出手势控制测量。
前景仍待观察
苹果近年来在可穿戴设备中增加健康传感器,如AirPods Pro 3的心率传感器,此研究或为其脑电应用铺路,但是否转化为产品尚不确定。报道来源为9to5Mac网站,作者Marcus Mendes。
参考链接:
https://9to5mac.com/2025/11/28/airpods-brain-signal-study-patent/
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.