NeurVi 強調以「大腦節律優化」為核心理念，設計出三層聲頻模組技術架構：

1. 神經回饋輸入機制（Neurofeedback-Informed Input）
2. 腦動力音頻模組（Dynamic Audio Engine）
3. 多頻段共振響應模擬（Multi-band Resonance Response）

其設計理念來自於腦神經可塑性與節律重建理論，專注於輔助性神經節律優化而非臨床治療用途。

NeurVi 應用包含以下四個步驟：
➊ 神經狀態分析：採用 EEG、HRV 或問卷資料建立神經節律輪廓
➋ 音頻模組啟用：依據目標（放鬆、專注、入睡）套用對應頻段模組
➌ 神經同步引導：透過 40Hz、α/γ 頻段與非線性交錯模組誘導大腦進入協同狀態
➍ 結束與回饋整合：使用者可配合冥想、呼吸練習與日誌記錄，進行自我優化調節

NeurVi 音頻模組已廣泛應用於以下場域：

1. 睡眠：提升深睡比例、縮短入睡潛伏期
2. 認知：增進記憶、專注力與資訊處理效率
3. 壓力：改善情緒波動與自律神經失衡
4. 神經退化研究：輔助 Alzheimer、Parkinson 非藥物干預方案
5. 冥想輔助：正念、感官整合與腦波感知訓練

NeurVi 核心理論結合三大非線性科學模型：

1. 腦動力論（Brain Dynamics Theory）：闡釋節律重組與神經能量轉換邏輯
2. 零色散非線性共振（Zero-Dispersion Nonlinear Resonance, ZDNR）：建立音頻與腦波耦合平台
3. 混沌同步模型（Chaotic Synchronization）：支援跨腦區同步與訊號放大機制

NeurVi 技術的設計與應用基礎，來自於多篇跨領域學術文獻，結合腦波同步、神經可塑性、非線性共振與腦機介面技術，為其機制提供清楚的理論架構與實驗佐證。

6.1 腦波同步與神經可塑性

1. - Liu 等人（2013）指出，40Hz 聲頻刺激能有效誘導大腦 γ 波段的相位同步，促進前額葉與海馬迴之間的神經網絡整合（Applied Mechanics and Materials, 311, 491–496）。
2. - Ho 等人（2014）則以 Alzheimer’s 病患為對象，發現音頻刺激可提升腦區間的同步程度，有助於減緩功能退化（Journal of Medical Engineering, Article ID 236734）。

6.2 腦波頻譜與情緒調節

1. - Liu 等人（2014）研究證實特定音頻可穩定提升 α 與 γ 波振幅，進而改善注意力與情緒控制（Applied Mechanics and Materials, Vols. 479–480）。
2. - Ho 等人（2015）則以複合頻率音頻模組，成功降低受試者的焦慮腦波特徵與壓力生理指標（Mathematical Problems in Engineering, Article ID 640107）。

6.3 非線性共振與混沌同步理論

1. - Ho（1999）提出「零色散非線性共振模型」（ZDNR），證明其可穩定耦合聲頻與腦波頻段（Europhysics Letters, 48(5), 603–609）。
2. - Ho 與 Liu（2010）進一步以混沌模型模擬神經訊號動態，作為多頻模組設計的基礎（Chinese Journal of Physics, 48(5), 535–545）。

6.4 腦功能模擬與記憶應用

1. - Ho 等人（2012）在空間旋轉任務中發現，音頻刺激能提升 α / θ 波段能量，促進工作記憶與資訊傳遞效率（Health, Vol. 4, Special Issue I, 762–768）。
2. - Liu 等人（2013）則強調高頻聲波可加強前額葉與頂葉的神經耦合，促進學習潛能（Applied Mechanics and Materials, 311, 497–501）。

6.5 神經退化疾病研究應用

1. - Liu 等人（2013）指出 40Hz γ 波刺激可活化 Alzheimer 模型中的神經細胞，並調控 β-澱粉蛋白沉積（Applied Mechanics and Materials, Vols. 479–480）。
2. - Ho 與 Lin（2014）則以 EEG 相干性追蹤節律穩定性，顯示音頻介入具預防性價值（Mathematical Problems in Engineering, Article ID 861610）。

6.6 腦機介面與訊號辨識技術

1. - Liu 與 Ho（2008）探討混沌系統的同步行為，應用於腦波訊號的降噪與模式識別（Int. J. Bifurcation and Chaos, 18(12), 3731–3736）。
2. - Ho 與 Hsiao（2008）則提出廣義同步模型（Generalized Synchronization），有助於提升大規模神經網絡於腦機介面中的即時適應性（Physical Review E, 77, 016202）。

7.1 SCI 國際期刊發表實驗

研究題目：Brainwave Analysis of Auditory Stimulation from Brain Dynamics Audio Music in Sleep Induction Process（Sensors and Materials, 2025，已接受）

1. - 樣本數：36 位成人（18 男 18 女）
2. - 實驗設計：
   1. - Rest（3 分鐘）→ 音頻播放（18 分鐘）→ Rest（3 分鐘）
   2. - 測量：40 通道 EEG（α、θ、δ）、PSD 頻譜分析
3. - 結果摘要：
   1. - 約 300–500 秒進入 Stage 1，800 秒達 Stage 3 深層睡眠
   2. - α / θ 波段能量顯著提升並維持放鬆效應
   3. - 音頻結束後未立即清醒，顯示放鬆延續效益

7.2 研究貢獻

1. - 本研究為首度以高密度 EEG + Welch 頻譜法驗證腦動力理論實效
2. - 實驗設計符合睡眠醫學標準，具臨床可遷移性

1. 台灣發明專利：I816611、I839664
2. 台灣新型專利：M626473、M639393
3. 日本發明專利：JP Patent No. 7560173
4. 日本新型專利：JP Utility Model No. 3240918、3241507
5. 大陸發明專利（証書號第8145410號）

產品定位聲明：NeurVi 非醫療器材，不具診斷、治療或預防疾病功能，僅作為大腦節律優化、情緒壓力舒緩與睡眠輔助之智慧健康工具。使用者應視個人狀況審慎使用。

1. AI 整合式個人化節律建模平台
2. 即時回饋式數位冥想與睡眠系統
3. 可穿戴 EEG 音頻模組與手機串流介面
4. 音頻教練課程模組化、企業冥想導入方案
5. 國際 BCI 應用整合（教育、照護、運動等）