为扎实推进生物与医药学科建设，强化团队学术交流与科研能力，2025年12月5日中午12点，医药电子信息方向团队在王希娟院长的带领下组织开展周研讨学习活动。本次活动全体团队成员参与，其中宋东峰老师以线上形式远程参会，程瑶老师结合相关学术PDF论文，进行《基于大模型的脑电信号分析技术研究》专题汇报。
本次研讨活动聚焦脑电信号分析这一前沿交叉领域，契合生物与医药学科在神经工程、脑机接口方向的学科建设需求。活动伊始，程瑶老师先结合研究背景，向团队成员阐述了脑电分析领域的机遇与瓶颈。她指出，随着脑机接口、神经疾病诊断和认知科学研究的快速发展，高效通用的脑电图解码工具需求迫切，但传统脑电分析存在“作坊式”建模泛化能力弱、依赖大量标注数据导致“数据饥饿” 等问题，而NLP与CV领域“预训练-微调”的大模型范式，为脑电信号分析带来了技术革新的新路径。
随后，程瑶老师依托论文中的CBraMod模型研究成果，深入拆解了技术创新要点。她介绍，CBraMod模型专为解决EEG时空依赖性异质和数据格式多样性两大核心难题而生，其创新的交叉Transformer架构，可通过空间路径捕捉不同脑区功能连接、时间路径追踪神经活动动态演化；而非对称条件位置编码方案，将位置信息与电极元数据绑定，实现了对不同电极数量、排布及采样率数据集的灵活适配。在分享的后半段，程瑶老师还梳理了该技术的核心价值与现存局限，以及未来的研究方向。她提到，该技术实现了脑电分析从“任务特定”到“通用基础”的范式转变，但同时面临数据壁垒、模型可解释性不足、计算开销较高、模态单一等挑战，未来需在构建统一数据生态、增强模型透明度、研发轻量架构、推进多模态融合等方面持续发力。
分享结束后，团队成员围绕技术落地、数据共享、临床适配等问题展开热烈讨论。此次周研讨学习活动，不仅让团队成员系统掌握了基于大模型的脑电信号分析前沿技术，也为生物与医药学科在神经工程领域的研究拓宽了思路。未来，医药电子信息方向团队将持续常态化开展学术研讨，聚焦学科建设重点，加强跨领域技术交流，为推动相关科研成果转化与学科高质量发展筑牢根基。
