脑电数据不是普通数据智利最高法院2023年脑活动保护裁决给脑机接口开发者的合规启示如果你正在开发脑机接口BCI产品或者正在给 EEG 设备写采集程序请先回答一个问题你处理的数据在用户眼中到底是什么大多数技术人对脑电数据的第一反应是“传感器时间序列”——一组电极采集到的电位变化和温度、加速度没有本质区别。但法院和监管机构已经开始给出完全不同的答案脑电信号是大脑活动的直接映射可以反推情绪、注意力、睡眠质量甚至认知能力。它不是普通数据而是“人之所以为人”的那组日志。2023年智利最高法院作出一项里程碑裁决明确将脑活动信息纳入宪法保护范围并直接介入了一家全球知名脑电设备公司在用户协议中处理脑数据的条款。这起案件释放的信号很清晰脑数据正在从“灰色地带”进入强监管地带处理脑电数据不再只是“做好加密”这么简单而是要从数据分类、同意机制、存储边界、访问审计等层面重新设计系统。这篇文章从技术开发者的视角出发拆解裁决的背景与核心内容并给出一套脑电数据管线的合规改造方案包括同意校验、假名化、差分隐私、访问审计等可以直接落地的代码示例。无论你是在做医疗康复、神经反馈还是冥想专注度 App这套思路都适用。1. 这篇文章真正要解决的问题先说实话大部分做神经技术的工程师平时并不会读最高法院判决。听到“神经权利Neurorights”这个词第一反应往往是“这是法学和伦理学的议题和我的采集程序有什么关系”。但技术和法律在这里并不是两件事。法律上如何定义数据性质会直接决定你的技术架构怎么搭如果脑电数据只是普通遥测数据那么上传云端、保存三年、交给第三方做分析只需要一份模糊的用户协议。如果脑电数据被认定为“敏感个人数据”甚至被提升到宪法保护的精神活动信息那么你必须重新设计同意机制、加密策略、存储位置、保留期限以及第三方共享边界。智利最高法院 2023 年裁决恰好把这种“数据分类升级”摆到了台面上。它告诉我们脑电数据不是普通数据处理它的工程系统必须有独立的合规设计而不是把 EEG 波形当成普通物联网数据丢进同一个数据湖。这篇文章适合以下读者正在做脑机接口、生物反馈、冥想专注度或神经康复产品的开发者需要为脑电数据建设存储、分析、API 的数据工程师和平台架构师负责设计用户隐私政策、数据安全方案的产品与研发负责人对神经伦理和新兴数据合规感兴趣的 AI 从业者。读完这篇文章你会理解这次裁决的来龙去脉也会掌握一份可以直接用于脑电项目的代码级合规改造方案。2. 基础概念脑活动数据、脑机接口与神经权利2.1 脑活动数据到底是什么脑电数据EEGElectroencephalogram是通过贴在头皮上的电极记录大脑皮层神经元群体放电产生的微弱电位变化。一次典型采集会产生多通道时间序列频率范围通常在 0.5Hz 到 100Hz 之间幅度在微伏级别非常容易受眼电、肌电和工频干扰。在工程上脑电数据通常分为三层数据层含义示例原始波形电极直接采集的电压信号32 通道每通道 250Hz 采样中间特征从波形中提取的频域或时域特征Delta/Theta/Alpha/Beta 功率、Hjorth 参数推断结论由特征模型推测的认知状态疲劳度、专注度、睡眠分期、情绪效价真正敏感的不是第一层而是第三层。原始波形虽然包含大量噪声但经过滤波、去伪迹和建模范后可以推断出人的精神状态、认知负荷甚至疾病风险。换句话说脑电数据的原材料看起来像噪声但“成品”可能是一个人多维度、最核心的隐私画像。这也是脑电数据与普通传感器数据最本质的区别温度传感器告诉你环境温度GPS 告诉你位置而脑电数据告诉别人你正在想什么、你的大脑状态如何。2.2 脑机接口有哪些应用场景脑机接口BCIBrain-Computer Interface指在大脑与外部设备之间建立信息通道的技术。当前落地较多的场景包括医疗康复运动障碍患者的意念控制、癫痫检测、意识评估精神健康ADHD 神经反馈训练、失眠干预、情绪障碍监测消费级产品专注力评测、冥想引导、疲劳驾驶预警科研平台认知科学、心理学、AI 情绪识别研究。随着消费级 EEG 设备成本下降接入脑电数据的应用越来越多。这也意味着处理脑电数据的工程师不再只是科研机构的研究员还包括了大量商业 App 和后端平台的开发者。过去只有医院里才有的“脑电数据”正在变成互联网产品里普通的数据源之一。2.3 什么是神经权利神经权利Neurorights是近年由神经科学和法学研究者共同推动的一组新兴权利核心包括精神隐私权Mental Privacy未经允许不得读取他人脑内信息精神完整性Mental Integrity外部技术不得未经授权改变人的精神状态认知自由Cognitive Freedom人对自身认知过程有自主决定权。这些权利之所以被单独提出是因为脑数据有三个普通数据不具备的特征。第一不可更换。账号密码泄露了可以改银行卡被盗了可以换但大脑不会因为隐私泄露就“换一个大脑”。这个不可逆性决定了脑数据的风险等级天然更高。第二不可感知。多数数据泄露发生在用户不知情的情况下但脑数据读取更隐蔽——你甚至不知道自己在对外输出信息。一个人可能正在被采集脑电却毫无觉察。第三可推断深层属性。身份证号能识别你是谁但脑电数据能推断你是怎么思考的、你的情绪状态、你的认知边界。这种推断能力会随着 AI 模型进步越来越强今天的“噪声”可能是明天的“精确信号”。用一句通俗的话说普通隐私保护的是“你是谁”而脑数据保护的是“你的内心正在发生什么”。3. 智利为什么走在全球最前面3.1 2021 年宪法修正案确立神经权利智利是全球第一个以宪法形式保护脑电活动信息的国家。2021 年智利议会通过宪法修正案在宪法第 19 条第 1 款中增加了对“精神完整性”以及“大脑活动产生或获得的信息”的保护。从立法背景看这是对神经技术快速商业化的提前反应。立法者担心的场景非常直接如果脑电设备可以读取并出售人们的精神状态信息而用户自己并不清楚这些数据的价值那么大量普通用户尤其是心智尚未成熟的未成年人将面临无法逆转的隐私风险。这个立法真正关键的地方在于它把脑数据保护从“隐私政策条款”提升到了“宪法权利”层面。当脑电数据和宪法权利挂钩之后企业处理这类数据的法律义务就完全不一样了。宪法权利意味着即使用户当初点了“同意”如果同意条款本身不合理法院也可以推翻。3.2 2023 年最高法院裁决一次直接影响企业的判例从公开报道看2023 年智利最高法院裁决的案件与脑电设备公司 Emotiv 有关。案情大致是一位用户的女儿使用 Emotiv 的 Insight 脑电头环进行神经反馈训练。监护人发现该公司的用户协议和隐私政策中包含了对“个人感官信息”personal sensory information的宽泛授权条款这可能使用户的脑电数据被用于商业用途。这引发了对未成年人精神隐私的担忧于是相关权利人向法院申请了宪法保护。法院最终认定脑活动信息属于宪法保护的精神活动范畴不能被当作普通商品随意收集和交易企业处理此类数据需要满足法律要求的明确、具体和知情同意。需要说明的是我并没有看到这份裁决的完整判决书全文以上是基于公开报道的保守转述。但从结果看至少有几点是相对明确的第一在智利脑电数据被视为宪法保护的信息处理它的企业负有更高义务。第二用户对脑电数据拥有独立于“普通用户协议”的支配权。一揽子格式条款不能轻易剥夺这种权利。第三即便企业总部在海外只要面向智利用户提供服务就可能受到智利法院管辖。这意味着出海产品不能只盯着母国的法律。这起案件最值得开发者关注的不是具体的法律条文而是趋势针对脑数据的权利主张已经从学术论文和研讨会走到了法院并且真实地影响了一家企业的合同条款。对从事神经技术开发的人来说这是非常明确的信号。4. 裁决对技术系统的四个实质影响4.1 数据分类升级技术基线随之提高裁决把脑电数据与普通数据明确区分这意味着脑电系统不能再按照“物联网遥测数据”的标准做安全设计。直接影响是数据分级脑电原始波形至少需要按敏感生物特征数据管理。加密、访问控制、审计、保留期限每一项都要与敏感数据等级匹配。举例来说一个智能手环的心率数据泄露用户最大的损失是隐私曝光但如果一套 EEG 系统的原始脑电波形泄露配合较强的 AI 模型攻击者可能推断出特定用户的认知状态、情绪倾向和健康风险。这两类数据的敏感级别完全不在一个量级。4.2 同意机制从“打勾”变成“持续验证”传统做法是用户安装 App 时点一次“同意”之后数据就长期可用。裁决暗示的方向是脑电数据的使用必须绑定具体目的超出目的的使用需要重新取得同意同意也必须支持随时撤销。工程上对应的是采集端要在每次作业前校验同意状态而不是只在安装时检查一次。用户撤销同意后系统应当立即停止采集而不是等下一次 App 启动才生效。这意味着同意状态不能只存在前端本地还应该成为后端数据管线的第一道闸门。4.3 原始波形尽量留在本地为了避免脑电数据被复制、转售或泄露更稳妥的架构是“本地优先”EEG 设备或边缘网关完成波形采集、滤波和特征提取云端只接收特征向量或统计结果。这样设计有两个直接好处。第一即使云端被攻击攻击者拿到的也不是可直接还原精神状态的原始信号。第二数据跨设备、跨网络传输的暴露面大大减少。如果未来确有科研或医疗需求必须使用原始波形也应该在独立授权下短期访问而不是默认全量上传。4.4 审计链路要能讲清楚“谁看过为什么看过”法律争议一旦发生企业需要有能力回答几个问题系统到底采集了哪些脑数据谁在什么时间、为了什么目的访问过数据存储在哪个区域删除了没有备份里还有没有这些问题的答案都来自审计日志和清晰的数据字典不是临时补写的。裁决之后脑电数据的访问审计不再只是信息安全部门的要求而是应对法律诉讼时能否自证合规的关键证据。5. 合规脑电数据管线的设计原则在写代码之前先明确五条设计原则。它们决定了后续所有实现的方向也影响团队成员在技术选型时怎么权衡。5.1 数据最小化不是所有实验都需要原始波形采集前先问一句某个功能真的需要全带宽原始波形吗还是 5 个频段的功率特征就够了如果只需要特征就不要把原始波形传到云端。数据最小化不是不采集数据而是只采集完成业务目标所必需的最少数据。5.2 默认本地处理在设备端完成滤波、去伪迹、特征提取。原始波形不出设备是降低合规风险最直接的手段。很多团队担心设备算力不足但实际上现代移动端的 DSP 能力已经可以跑不少经典 EEG 特征工程。5.3 同意与数据绑定每次采集都需要绑定一份可校验、可撤销的同意记录。同意记录本身要有版本号因为隐私条款升级后旧用户需要重新走一遍同意流程。同意记录和采集数据必须能互相追溯每条数据都能找到对应的同意版本。5.4 假名化优先于匿名化很多团队在宣传里写“数据经过匿名化处理”但脑电研究领域真正的匿名化非常困难。假名化把身份标识替换为随机值但保留个体内关联分析能力。纵向研究仍然可以跟踪同一个受试者。匿名化不可逆地切断身份关联任何人无法从数据中找到对应个体。对大多数脑电研究项目来说匿名化往往不可行因为你需要对同一个受试者做前后对比。工程上要诚实做不到匿名化就明确说自己是“假名化加强访问控制”不要给用户制造虚假的安全感。5.5 可审计、可删除所有访问都要记录审计日志数据要有明确的保留期限TTL和执行机制用户行使删除权时要能真正删除包括备份数据在内的所有副本。删除不是“标记为已删除”而是存储层实际清理。6. 完整示例代码脑电数据合规管线下面用一个最小但完整的 Python 示例演示从“采集端同意校验”到“访问审计”的合规改造。示例以通用代码为主不绑定具体 EEG SDK方便迁移到自己的工程。6.1 采集端先校验同意再打开数据流文件路径brain_pipeline/collector.pyimport time from dataclasses import dataclass from typing import Optional dataclass class ConsentCredential: 一次采集作业所需的同意凭据。 subject_id: str consent_version: str expires_at: int # Unix 时间戳 class ConsentValidator: 同意校验器版本和有效期都通过才允许采集。 def __init__(self, allowed_versions): self._allowed_versions set(allowed_versions) def validate(self, credential: Optional[ConsentCredential]) - bool: if credential is None: return False if credential.consent_version not in self._allowed_versions: return False if time.time() credential.expires_at: return False return True def stream_eeg_samples(device_id: str): 模拟读取 EEG 设备数据流仅演示数据形状。 for index in range(100): yield { device_id: device_id, timestamp: time.time(), channels: [ round(0.0001 * (index channel) % 1, 6) for channel in range(4) ], } def main(): validator ConsentValidator(allowed_versions[2023-10-v1]) credential ConsentCredential( subject_idsubject-001, consent_version2023-10-v1, expires_atint(time.time()) 3600 脑电数据不是普通数据：智利最高法院2023年裁决与BCI合规启示
脑电数据不是普通数据智利最高法院2023年脑活动保护裁决给脑机接口开发者的合规启示如果你正在开发脑机接口BCI产品或者正在给 EEG 设备写采集程序请先回答一个问题你处理的数据在用户眼中到底是什么大多数技术人对脑电数据的第一反应是“传感器时间序列”——一组电极采集到的电位变化和温度、加速度没有本质区别。但法院和监管机构已经开始给出完全不同的答案脑电信号是大脑活动的直接映射可以反推情绪、注意力、睡眠质量甚至认知能力。它不是普通数据而是“人之所以为人”的那组日志。2023年智利最高法院作出一项里程碑裁决明确将脑活动信息纳入宪法保护范围并直接介入了一家全球知名脑电设备公司在用户协议中处理脑数据的条款。这起案件释放的信号很清晰脑数据正在从“灰色地带”进入强监管地带处理脑电数据不再只是“做好加密”这么简单而是要从数据分类、同意机制、存储边界、访问审计等层面重新设计系统。这篇文章从技术开发者的视角出发拆解裁决的背景与核心内容并给出一套脑电数据管线的合规改造方案包括同意校验、假名化、差分隐私、访问审计等可以直接落地的代码示例。无论你是在做医疗康复、神经反馈还是冥想专注度 App这套思路都适用。1. 这篇文章真正要解决的问题先说实话大部分做神经技术的工程师平时并不会读最高法院判决。听到“神经权利Neurorights”这个词第一反应往往是“这是法学和伦理学的议题和我的采集程序有什么关系”。但技术和法律在这里并不是两件事。法律上如何定义数据性质会直接决定你的技术架构怎么搭如果脑电数据只是普通遥测数据那么上传云端、保存三年、交给第三方做分析只需要一份模糊的用户协议。如果脑电数据被认定为“敏感个人数据”甚至被提升到宪法保护的精神活动信息那么你必须重新设计同意机制、加密策略、存储位置、保留期限以及第三方共享边界。智利最高法院 2023 年裁决恰好把这种“数据分类升级”摆到了台面上。它告诉我们脑电数据不是普通数据处理它的工程系统必须有独立的合规设计而不是把 EEG 波形当成普通物联网数据丢进同一个数据湖。这篇文章适合以下读者正在做脑机接口、生物反馈、冥想专注度或神经康复产品的开发者需要为脑电数据建设存储、分析、API 的数据工程师和平台架构师负责设计用户隐私政策、数据安全方案的产品与研发负责人对神经伦理和新兴数据合规感兴趣的 AI 从业者。读完这篇文章你会理解这次裁决的来龙去脉也会掌握一份可以直接用于脑电项目的代码级合规改造方案。2. 基础概念脑活动数据、脑机接口与神经权利2.1 脑活动数据到底是什么脑电数据EEGElectroencephalogram是通过贴在头皮上的电极记录大脑皮层神经元群体放电产生的微弱电位变化。一次典型采集会产生多通道时间序列频率范围通常在 0.5Hz 到 100Hz 之间幅度在微伏级别非常容易受眼电、肌电和工频干扰。在工程上脑电数据通常分为三层数据层含义示例原始波形电极直接采集的电压信号32 通道每通道 250Hz 采样中间特征从波形中提取的频域或时域特征Delta/Theta/Alpha/Beta 功率、Hjorth 参数推断结论由特征模型推测的认知状态疲劳度、专注度、睡眠分期、情绪效价真正敏感的不是第一层而是第三层。原始波形虽然包含大量噪声但经过滤波、去伪迹和建模范后可以推断出人的精神状态、认知负荷甚至疾病风险。换句话说脑电数据的原材料看起来像噪声但“成品”可能是一个人多维度、最核心的隐私画像。这也是脑电数据与普通传感器数据最本质的区别温度传感器告诉你环境温度GPS 告诉你位置而脑电数据告诉别人你正在想什么、你的大脑状态如何。2.2 脑机接口有哪些应用场景脑机接口BCIBrain-Computer Interface指在大脑与外部设备之间建立信息通道的技术。当前落地较多的场景包括医疗康复运动障碍患者的意念控制、癫痫检测、意识评估精神健康ADHD 神经反馈训练、失眠干预、情绪障碍监测消费级产品专注力评测、冥想引导、疲劳驾驶预警科研平台认知科学、心理学、AI 情绪识别研究。随着消费级 EEG 设备成本下降接入脑电数据的应用越来越多。这也意味着处理脑电数据的工程师不再只是科研机构的研究员还包括了大量商业 App 和后端平台的开发者。过去只有医院里才有的“脑电数据”正在变成互联网产品里普通的数据源之一。2.3 什么是神经权利神经权利Neurorights是近年由神经科学和法学研究者共同推动的一组新兴权利核心包括精神隐私权Mental Privacy未经允许不得读取他人脑内信息精神完整性Mental Integrity外部技术不得未经授权改变人的精神状态认知自由Cognitive Freedom人对自身认知过程有自主决定权。这些权利之所以被单独提出是因为脑数据有三个普通数据不具备的特征。第一不可更换。账号密码泄露了可以改银行卡被盗了可以换但大脑不会因为隐私泄露就“换一个大脑”。这个不可逆性决定了脑数据的风险等级天然更高。第二不可感知。多数数据泄露发生在用户不知情的情况下但脑数据读取更隐蔽——你甚至不知道自己在对外输出信息。一个人可能正在被采集脑电却毫无觉察。第三可推断深层属性。身份证号能识别你是谁但脑电数据能推断你是怎么思考的、你的情绪状态、你的认知边界。这种推断能力会随着 AI 模型进步越来越强今天的“噪声”可能是明天的“精确信号”。用一句通俗的话说普通隐私保护的是“你是谁”而脑数据保护的是“你的内心正在发生什么”。3. 智利为什么走在全球最前面3.1 2021 年宪法修正案确立神经权利智利是全球第一个以宪法形式保护脑电活动信息的国家。2021 年智利议会通过宪法修正案在宪法第 19 条第 1 款中增加了对“精神完整性”以及“大脑活动产生或获得的信息”的保护。从立法背景看这是对神经技术快速商业化的提前反应。立法者担心的场景非常直接如果脑电设备可以读取并出售人们的精神状态信息而用户自己并不清楚这些数据的价值那么大量普通用户尤其是心智尚未成熟的未成年人将面临无法逆转的隐私风险。这个立法真正关键的地方在于它把脑数据保护从“隐私政策条款”提升到了“宪法权利”层面。当脑电数据和宪法权利挂钩之后企业处理这类数据的法律义务就完全不一样了。宪法权利意味着即使用户当初点了“同意”如果同意条款本身不合理法院也可以推翻。3.2 2023 年最高法院裁决一次直接影响企业的判例从公开报道看2023 年智利最高法院裁决的案件与脑电设备公司 Emotiv 有关。案情大致是一位用户的女儿使用 Emotiv 的 Insight 脑电头环进行神经反馈训练。监护人发现该公司的用户协议和隐私政策中包含了对“个人感官信息”personal sensory information的宽泛授权条款这可能使用户的脑电数据被用于商业用途。这引发了对未成年人精神隐私的担忧于是相关权利人向法院申请了宪法保护。法院最终认定脑活动信息属于宪法保护的精神活动范畴不能被当作普通商品随意收集和交易企业处理此类数据需要满足法律要求的明确、具体和知情同意。需要说明的是我并没有看到这份裁决的完整判决书全文以上是基于公开报道的保守转述。但从结果看至少有几点是相对明确的第一在智利脑电数据被视为宪法保护的信息处理它的企业负有更高义务。第二用户对脑电数据拥有独立于“普通用户协议”的支配权。一揽子格式条款不能轻易剥夺这种权利。第三即便企业总部在海外只要面向智利用户提供服务就可能受到智利法院管辖。这意味着出海产品不能只盯着母国的法律。这起案件最值得开发者关注的不是具体的法律条文而是趋势针对脑数据的权利主张已经从学术论文和研讨会走到了法院并且真实地影响了一家企业的合同条款。对从事神经技术开发的人来说这是非常明确的信号。4. 裁决对技术系统的四个实质影响4.1 数据分类升级技术基线随之提高裁决把脑电数据与普通数据明确区分这意味着脑电系统不能再按照“物联网遥测数据”的标准做安全设计。直接影响是数据分级脑电原始波形至少需要按敏感生物特征数据管理。加密、访问控制、审计、保留期限每一项都要与敏感数据等级匹配。举例来说一个智能手环的心率数据泄露用户最大的损失是隐私曝光但如果一套 EEG 系统的原始脑电波形泄露配合较强的 AI 模型攻击者可能推断出特定用户的认知状态、情绪倾向和健康风险。这两类数据的敏感级别完全不在一个量级。4.2 同意机制从“打勾”变成“持续验证”传统做法是用户安装 App 时点一次“同意”之后数据就长期可用。裁决暗示的方向是脑电数据的使用必须绑定具体目的超出目的的使用需要重新取得同意同意也必须支持随时撤销。工程上对应的是采集端要在每次作业前校验同意状态而不是只在安装时检查一次。用户撤销同意后系统应当立即停止采集而不是等下一次 App 启动才生效。这意味着同意状态不能只存在前端本地还应该成为后端数据管线的第一道闸门。4.3 原始波形尽量留在本地为了避免脑电数据被复制、转售或泄露更稳妥的架构是“本地优先”EEG 设备或边缘网关完成波形采集、滤波和特征提取云端只接收特征向量或统计结果。这样设计有两个直接好处。第一即使云端被攻击攻击者拿到的也不是可直接还原精神状态的原始信号。第二数据跨设备、跨网络传输的暴露面大大减少。如果未来确有科研或医疗需求必须使用原始波形也应该在独立授权下短期访问而不是默认全量上传。4.4 审计链路要能讲清楚“谁看过为什么看过”法律争议一旦发生企业需要有能力回答几个问题系统到底采集了哪些脑数据谁在什么时间、为了什么目的访问过数据存储在哪个区域删除了没有备份里还有没有这些问题的答案都来自审计日志和清晰的数据字典不是临时补写的。裁决之后脑电数据的访问审计不再只是信息安全部门的要求而是应对法律诉讼时能否自证合规的关键证据。5. 合规脑电数据管线的设计原则在写代码之前先明确五条设计原则。它们决定了后续所有实现的方向也影响团队成员在技术选型时怎么权衡。5.1 数据最小化不是所有实验都需要原始波形采集前先问一句某个功能真的需要全带宽原始波形吗还是 5 个频段的功率特征就够了如果只需要特征就不要把原始波形传到云端。数据最小化不是不采集数据而是只采集完成业务目标所必需的最少数据。5.2 默认本地处理在设备端完成滤波、去伪迹、特征提取。原始波形不出设备是降低合规风险最直接的手段。很多团队担心设备算力不足但实际上现代移动端的 DSP 能力已经可以跑不少经典 EEG 特征工程。5.3 同意与数据绑定每次采集都需要绑定一份可校验、可撤销的同意记录。同意记录本身要有版本号因为隐私条款升级后旧用户需要重新走一遍同意流程。同意记录和采集数据必须能互相追溯每条数据都能找到对应的同意版本。5.4 假名化优先于匿名化很多团队在宣传里写“数据经过匿名化处理”但脑电研究领域真正的匿名化非常困难。假名化把身份标识替换为随机值但保留个体内关联分析能力。纵向研究仍然可以跟踪同一个受试者。匿名化不可逆地切断身份关联任何人无法从数据中找到对应个体。对大多数脑电研究项目来说匿名化往往不可行因为你需要对同一个受试者做前后对比。工程上要诚实做不到匿名化就明确说自己是“假名化加强访问控制”不要给用户制造虚假的安全感。5.5 可审计、可删除所有访问都要记录审计日志数据要有明确的保留期限TTL和执行机制用户行使删除权时要能真正删除包括备份数据在内的所有副本。删除不是“标记为已删除”而是存储层实际清理。6. 完整示例代码脑电数据合规管线下面用一个最小但完整的 Python 示例演示从“采集端同意校验”到“访问审计”的合规改造。示例以通用代码为主不绑定具体 EEG SDK方便迁移到自己的工程。6.1 采集端先校验同意再打开数据流文件路径brain_pipeline/collector.pyimport time from dataclasses import dataclass from typing import Optional dataclass class ConsentCredential: 一次采集作业所需的同意凭据。 subject_id: str consent_version: str expires_at: int # Unix 时间戳 class ConsentValidator: 同意校验器版本和有效期都通过才允许采集。 def __init__(self, allowed_versions): self._allowed_versions set(allowed_versions) def validate(self, credential: Optional[ConsentCredential]) - bool: if credential is None: return False if credential.consent_version not in self._allowed_versions: return False if time.time() credential.expires_at: return False return True def stream_eeg_samples(device_id: str): 模拟读取 EEG 设备数据流仅演示数据形状。 for index in range(100): yield { device_id: device_id, timestamp: time.time(), channels: [ round(0.0001 * (index channel) % 1, 6) for channel in range(4) ], } def main(): validator ConsentValidator(allowed_versions[2023-10-v1]) credential ConsentCredential( subject_idsubject-001, consent_version2023-10-v1, expires_atint(time.time()) 3600