研发成果| 贡献健康 服务产业


中医穴位经颅磁助眠仪

  1. 核心创新:多模态融合调控:基于TMS与中医穴位理论,通过轻量化磁芯线圈实现无创神经调控,集成鼎和AI算法动态优化电刺激参数,适配不同体质与失眠类型。
  2. 应用前景:居家睡眠管理、基层医疗机构及养老院
  3. 产品方向: 硬件+服务生态+个性化设计

荷电粒子脑氧提振仪

  1. 核心创新:量子级粒子流定向透颅,精准输送氧载体至海马体,提升脑氧代谢效率,融合α波声频共振激活线粒体ATP合成。
  2. 应用前景:专注度提升、特定作业保障、认知衰退干预、卒中康复辅助等
  3. 产品方向:分层硬件体系+氧代谢云平台+应急场景设计

脑电激活按摩仪

  1. 核心创新:EEG生物反馈融合智能触觉刺激,同步激活额叶认知功能与深层肌肉放松,实现神经可塑性优化。
  2. 应用前景:居家心理健康维护、职场压力缓解、神经康复训练、学生专注力提升
  3. 产品方向:可穿戴硬件+脑电云平台+场景化按摩方案

阅读更多

鼎和之光 点亮数智康美

鼎和之光 点亮数智康美

2026年2月7日下午,杭州鼎和智能科技公司在杭州花神集团城市会客厅举办了2026新春学术年会,会议由石小河主持,赵倩蓓、姚钟华、石玉衡、黎彦璟、王利华、陈涵深、张涛等公司领导和专家,鼎和智能全体工程师及其他员工,花神集团公司高管熊晓芳、刘梅、周晓蓉等共同参与,总结2025年发展成果,擘画2026年发展蓝图。 会议首先由赵倩蓓董事长致辞,她特别感谢远道千里澳门来的王利华博士、上海来的石玉衡博士、黎彦璟博士等等,在新春到来之际,我们一起总结过去一年的成就,畅想2026年及今后的科研重点,让“鼎和之光,点亮数智康美”。 2025,鼎和启航 梁笑钧代表公司作了2025年鼎和智能科技总结报告。2025年杭州鼎和智能科技完成余杭未来科技城注册,确立AI数智康美定位,实验室入驻余杭区并签约新址。组建17人团队(含5名专职研发工程师、12名高校外聘专家),构建跨学科研发体系。获批“海创未来”领军人才项目,获政策支持与财政补助资格。建立财务、人事等管理制度,配置研发设备,申请发明专利1项(受理)、外观专利1项及软著作权1项,为技术转化奠定基础。2025年取得重要研发突破和创新,主要在于突破

鼎和智能召开2025年述职报告会

鼎和智能召开2025年述职报告会

2026年2月5日,鼎和智能召开2025年述职报告会。集团公司董事长、鼎和智能总经理赵倩蓓、鼎和智能总设计师姚钟华博士以及集团公司人力资源部负责人出席报告会。鼎和智能不同岗位工程师、执行经理结合岗位职责,分别从2025年研发成果、工作亮点、难点、2026年的研发路径等方面进行述职。姚钟华博士对每个人的述职报告做了全面点评。赵倩蓓做了总结讲话。赵总肯定了鼎和智能在2025起步之年,从0-1,从无到有,取得了较好成绩,实现了技术创新阶段目标;要求2026年要加快推进研发成果落地转化,加快成熟装置量产走向市场,希望每位员工进一步提升创新力、执行力、探索力和市场力,为实现2026年快速发展贡献力量。

[转]无创脑电信号采集技术之一:EEG技术

[转]无创脑电信号采集技术之一:EEG技术

01 从神经元到EEG 据估计,人类大脑由1000亿个神经元组成,每个神经元与其他神经元之间有大约1万个连接。脑电图(Electroencephalography,EEG)是通过记录大脑皮质电信号动态反映脑功能状态的技术,对于癫痫的诊断和定位具有不可取代的重要作用,在各种脑疾病、重症医学和新生儿领域的脑功能监测和预后评估方面也有广泛应用,同时也是脑科学研究的重要方法和无创脑机接口的主要信号来源。 脑电图(EEG)是对大脑电场的非侵入性测量。放置在头皮上的电极记录神经元内部和周围的电流产生的电压电位。对于神经电信号,我们会常看到AP、LFP、ECoG、EEG等术语。我这有一个形象的例子帮助我们理解神经电信号:将我们大脑想象成一个足球场,你是一名带麦克风的记者,你正在报道一场足球比赛。 “如果你站在教练旁边,你可以采访她,并理解她的声音,尽管整个体育场的噪音。这类似于记录单个神经元的动作电位,即Action Potential,AP。 如果你处于演播台报道这场足球赛,你无法记录教练球员间的对话,但是你可以捕捉到演播台其它人员声音以及外面观众的声音。这类似于记录局部场电位Loca

脑电(EEG)技术在睡眠领域的最新进展

脑电(EEG)技术在睡眠领域的最新进展

随着可穿戴脑电设备、深度学习算法与闭环刺激技术的快速发展,脑电(EEG)正从实验室工具快速跃升为“可在家庭与临床路径中部署”的睡眠监测与干预手段。最近脑电在睡眠领域的最新进展。 1) 可穿戴 EEG:从“实验室”走向“家庭监测” 近年来多项系统综述分析汇总了40+ 篇 wEEG 验证研究,结论认为:现代低密度/头带式脑电设备在总体上能较好地复现 PSG 的睡眠分期,但对 REM 与 N2/N3 等细分阶段的一致性在不同设备与研究中差别明显。研究作者强调,设备电极布局、信号预处理与标注协议对比对结果影响显著,因此产业化与临床应用需要标准化的验证流程。 2) 算法进步:深度学习推动自动分期与事件检测实用化 深度学习(CNN、RNN、混合模型以及近年的 Transformer 变体)在睡眠分期、微觉醒检测与睡眠事件(如周期性四肢运动、短时觉醒)识别上取得显著进展。若结合跨夜/跨人群微调与自监督学习,