在嘈杂的聚会中，依然能听清朋友说话？这可不是什么超能力，而是“鸡尾酒效应”。

这种“鸡尾酒会效应”对健康人来说轻而易举，但对听障人士却极其困难。

基于脑电图（EEG）的脑机接口（BCI）技术，能够通过分析大脑对声音的神经响应，推断佩戴者正在“注意”谁的声音，从而为智能助听器带来革命性可能。然而，传统BCI系统一直受困于两大“死穴”：

一是电极不舒服，需要涂导电膏、覆盖全头，戴久了干裂脱落，信号不稳；
二是算法太耗电，解码计算量大，塞不进轻便的可穿戴设备里。

南京邮电大学赵强教授、李杨教授，西北工业大学黄维院士与南京医科大学高克强副教授团队，给出了一个“软硬兼施”的解法。

他们开发了一种新型自聚合导电水凝胶电极，以及一枚超低功耗的“脉冲AI”芯片算法，让脑机接口第一次有了“走出实验室、戴上头”的可能。

成果于2026年7月20日发表于Nature旗下新刊《自然-传感器》（Nature Sensors）。

仅需8个贴在耳朵附近的干式电极，就能达到传统全头湿电极91%以上的听觉注意力解码准确率，且功耗极低。

把“硬”电极变“软”：像皮肤一样贴合

传统脑电电极要么是硬邦邦的干电极，要么是需要涂导电膏的湿电极，前者信号差，后者用起来麻烦。

研究团队开发了一种OEDOT基两性离子水凝胶电极，它几乎是“完美的皮肤贴片”：低阻抗、高粘附、生物相容，无需额外导电膏，像一张舒服的“电子纹身”一样贴在皮肤上，可以稳定工作超过8小时。

它的秘密在于一种无氧化剂室温自聚合策略：用酸催化使EDOT单体自发形成导电低聚物，制成了阻抗仅37.51 kΩ·cm²的高保真电极，同时兼具优异的力学性能。

Figure 1（OEDOT溶液的制备、SAAP水凝胶的制备及其神经电子应用展示）

把“重”算法变“轻”：脉冲AI，省电九成

有了舒服的电极，还得有聪明的“大脑”。

团队开发了SDBformer——一种基于脉冲神经网络的超轻量级Transformer算法。它不需要传统AI那种庞大耗电的矩阵乘法，而是用“脉冲发射”的方式处理信息，能耗极低。

在公共测试集上，该算法仅用0.13M参数，单次推理能耗仅约0.0206 mJ，显著优于同类模型。

Figure 3（SAAP水凝胶的力学、稳定性和生物相容性）

成果：8个电极，听懂“你”的声音

在真实的听觉注意实验中，受试者佩戴仅8个位于耳朵附近（颞叶）的SAAP电极，同时听着三个不同的说话人音频流，并被要求注意其中特定的目标说话人。

在2秒决策窗口下，SAAP水凝胶电极的平均解码准确率达到91.2%，与传统涂导电膏的湿电极（91.1%）几乎毫无差别。三类目标的受试者工作特征曲线下面积（AUC）均超过0.96，模型能有效增强目标语音并抑制非目标噪声。

这意味着，该“软电极+轻算法”的组合，首次让BCI系统在不牺牲性能的前提下，摆脱了全头湿电极的束缚和沉重计算负担。

Figure 5（SAAP水凝胶电极在听觉注意力检测中的应用）

研究意义

第一，为智能助听器铺平了“最后一公里”。

这是第一次有BCI系统在不牺牲性能的前提下，摆脱了全头湿电极的束缚和沉重计算负担。未来的助听器可以直接“读心”——自动放大佩戴者正在关注的声音，而不是傻傻地把所有声音一起放大。

第二，“材料-算法”协同设计，思路本身比结果更重要。

材料科学家不再只是提供“更好的电极”，算法科学家也不再只是设计“更准的模型”。当二者从一开始就为彼此优化时，产生的是1+1>2的效果。这套框架可以迁移到其他可穿戴传感领域。

论文信息：Synergistic material–algorithm design enables robust auditory attention decoding brain–computer interface applications，Nature Sensors，2026，

DOI: 10.1038/s44222-026-00000-0

总结：

开发OEDOT自聚合水凝胶电极→无需导电膏、低阻抗高粘附→联合超轻量脉冲Transformer→仅8颞叶电极达91.2%听觉注意解码准确率→为低功耗可穿戴BCI提供新范式。