Robust Deep Learning for EEG Decoding

Research Institute Grenoble research_institute

Scaling from Seizure Detection to Multi-Task Cross-Species Foundation Models

公司概况

法国格勒诺布尔研究项目，专注EEG解码深度学习，开发跨任务跨物种基础模型。

创始人与来源

创始人：信息未公开

Spin-off：非spin-off企业

核心技术

稳健深度学习EEG解码：构建多任务跨物种基础模型，通过自监督预训练实现癫痫检测等任务泛化，突破传统特定任务范式，具备颠覆脑机接口应用的潜力。

中国同类企业对比（博睿康, 浙江强脑科技, 清华脑机接口团队）

对比维度	Robust Deep Learning for EEG Decoding	中国对标
技术路线	采用自监督预训练+多任务学习的EEG基础模型，强调跨物种泛化	清华脑机接口团队专注特定任务EEG解码，使用监督学习
成熟度	研究阶段，已发表论文验证癫痫检测和跨物种迁移，无产品化	浙江大学已开发可穿戴EEG设备并初步商业化
竞争优势	基础模型可大幅降低新任务数据需求，泛化性强，有望统一EEG解码框架	博睿康在硬件和数据积累上有优势，且已进入医疗市场
竞争劣势	缺乏自有硬件平台，依赖公开数据集，实际部署验证不足	国产方案在算法前沿性和跨物种研究方面较弱

经营现状

研究机构阶段，可能受法国ANR或欧盟基金资助，团队规模未知，主要成果为学术论文，无近期融资或商业合作动态。

关注建议

一般了解技术路线前沿但处于早期研究阶段，缺乏产品化证据。

Updated: 2026-06-26 00:32