Hybrid Edge-Cloud Asymmetric Analytics for Portable Multimodal BCI Biosensors.
便携式生物传感器硬件已能在边缘端持续采集多模态生理信号，但将原始信号转化为部署一致推理的分析层仍是嵌入式系统瓶颈。本研究提出实时认知网格（RCG）的机器学习层，使固定布线生物传感器组件通过非对称边缘-云工作流实现实时生理状态分类。框架采用锁定17维特征模式：5个EMG、6个EEG频谱、2个跨模态、2个HRV、1个EOG和1个EEG质...
A Cloud-Aware Scalable Architecture for Distributed Edge-Enabled BCI Biosensor System.
脑机接口（BCI）生物传感器可连续监测神经活动，但现有系统在可扩展性、延迟和云基础设施可靠集成方面存在挑战。本文提出一种面向多模态BCI生物传感器的云感知实时认知网格架构，并通过完整物理原型进行系统级验证。系统整合BioAmp EXG Pill信号采集模块与RP2040微控制器，采用边缘驻留TinyML实现本地特征提取与推理，并结合...