2023年11月27日，第十一届全国大学生数字媒体科技作品及创意竞赛在江苏理工学院落下帷幕。本大赛中，来自全国31个省份提交的近4万件作品中，经过省赛的激烈角逐，我院由一共有四支队伍获得赛区一等奖并成功入围全国现场总决赛。华南师范大学软件学院脑机团队三组作品，包括“基于脑机接口的多模态意识障碍辅助诊断系统”，成员：金家瑞、黄思潮、黎柳江、梁盛然和杨舒翔， 指导老师：潘家辉；“UlBot-基于多模态脑机接口的物体识别与抓取机器人控制”，成员：陈永健、王浩、梁娇和杨朝斌，指导老师：潘家辉、曲超；以及“基于多模态睡眠生理信号的抑郁症筛查系统”，成员：杨家豪、吴建汐、尧韶聪和侯俊宇，指导老师：潘家辉。经过现场专家评审团评审，三组作品最终荣获第十一届全国大学生数字媒体科技作品及创意竞赛全国一等奖。

作品介绍：基于脑机接口的多模态意识障碍辅助诊断系统

该作品是一款基于脑电信号和人脸微表情，采集意识障碍患者脑电信号和人脸微表情，利用基于时空注意力机制的Transformer多模态情绪识别模型对患者进行情绪识别，从而为医生进一步诊疗和区分意识障碍患者提供临床建议。

作品介绍：UlBot-基于多模态脑机接口的物体识别与抓取机器人控制

本项目融合了SSVEP和P300的多模态脑电信号，搭建了机器人前进、后退、左转、右转的运动控制系统和抓取释放小球的机械控制系统，充分利用机器人的传感器实现机器智能决策，即使在命令识别错误时也能实现自主避障，适应各种复杂环境。

作品简介：基于睡眠多生理信号的抑郁症筛查系统

本项目是一款基于睡眠脑电信号分析的抑郁症筛查系统，该系统具有高精度、高效率和高用户友好性等特点。利用非侵入性、易获取且具有高时间分辨率的睡眠脑电信号，我们采用基于注意力的多通道脑电信号睡眠分期方法（AMCSleepNet），并基于金字塔型卷积层的深度残差网络（PC-DRN）模型架构开发抑郁症筛查方法。此外，在医学领域，此一体化诊疗系统实现了对抑郁症的高效筛查，并为患者提供音乐治疗的新选择，将友好的用户界面与先进的技术结合，推动抑郁症科技自动化诊疗的发展，从而减轻患者及社会所承受的压力和负担。

“全国数字媒体科技作品及创意竞赛”作为入选教育部 《2023 全国普通高校大学生竞赛分析报告》竞赛目录，现已成 为引领大学生创新创业、实践技能提升的科技与艺术融合的重要赛项，获得了包括“985”、“211”双一流大学、普通高等院校和高职院校的广泛参与和积极支持，作品数量和质量逐年提升，获得数字创意产业行业认可。本竞赛获得中国高等教育学会、中国人工智能学会和数字创意产业的高度认可和好评。

附：获奖信息