面向脑机接口研究与演示场景的信号处理+大模型集成平台,打通"生理信号采集→意图识别→AI生成→实时可视化"完整闭环。
核心功能:①多设备脑电信号实时采集与预处理;②基于深度学习的意图分类模型;③可插拔多后端大模型集成,本地/云端LLM一键切换;④Web实时监控面板,多客户端同时查看信号流与推理结果。适用于科研原型、教学演示与智能硬件联动开发。
架构设计:异步推理桥将实时信号流与LLM生成任务解耦,避免阻塞采集主循环;模型层采用EEGNet Stacking集成,四分类实测准确率82.14%(PhysioNet公开数据集)。独立完成全链路开发。工程成果:239个单元测试全绿,模块化架构支持快速替换组件;SSE预序列化+EEG降采样优化后,多客户端并发开销降低约80%、传输量降低75%。
典型难点:①实时流与大模型推理的速度差——用任务队列+背压控制协调,保证信号不丢帧;②多LLM后端接口差异——抽象统一Provider接口,新后端接入只需实现三个方法。