科院考研推荐链接:
模式识别,医学图像处理,脑与认知科学,脑-机接口,计算机图形学
1、脑-机接口
研发脑-机接口中多模神经信号获取新理论与新方法、并对脑-机接口中的神经信息进行解析,包括脑电的实时伪影抑制,节律波的提取与分析,基于fMRI的脑功能区定位及脑电活动时空模式分析,眼动与脑电数据的同步采集与联合分析,以及以上算法的在线实现,在此基础上实现基于虚拟现实的BCI实验平台和多模态脑-机接口原型系统及相应的软件平台。
2、基于视觉信息编解码的深度学习类脑机制研究
为了探讨深度学习的理论基础,我们将利用深度神经网络来进行视觉信息编码和解码,希望由此找到深度学习的类脑生物基础,并揭示大脑视觉计算的机制。我们拟开展以下研究:(1)基于深度学习方法对自然场景图片进行表征,并考察每个表征层是否对应特定的脑功能区,揭示深度学习表征的类脑计算基础;(2)通过深度学习进行视觉信息的神经编解码,理解人类视觉信息加工的特征空间及在大脑中的组织规律,并利用大脑的编解码分析引导视觉信息处理的深度神经网络建模;(3)采用fMRI和EEG信号的深度学习作为神经约束,挖掘图像低层特征和高层特征之间的关系,引导视频图像的特征选择,将其应用在视频图像的分类、检索和重构上。
3、基于多模态影像的医学图像数据处理方法及其应用
结合多模态影像数据,研发基于深度学习、类脑智能的医学图像处理方法,包括图像的分割、配准、脑网络分析等,并结合临床信息综合分析,寻找与特定疾病相关的影像学参数,辅助医生早期发现、临床诊断和预后评估。目前感兴趣的疾病包括弱视、青光眼等。
本课题组与国外研究机构及国内多家医院建立了广泛的合作关系,研究方向属于多学科交叉,我们欢迎来自数学,计算机,自动化,生物医学工程等专业的同学,免推或报考均可。希望你对研究有浓厚兴趣,勤奋踏实,乐观向上,具有团队合作精神!
同时本组也长期招聘博士后,如果对我们的研究方向感兴趣,也欢迎来信联系
2003-2004 美国罗切斯特大学 访问博士后
2007.12-2008.3 加拿大滑铁卢大学 高级研究学者
2014.10-2015.4 美国北卡大学教堂山分校 访问教授
1997.4 ~ 1999.3 大连海事大学 助教
2002.4 ~ 2004.6 中科院自动化所 助理研究员
2004.6 ~ 2011.10 中科院自动化所 副研究员
2011.10~ 现在 中科院自动化所 研究员
2012.6 ~ 现在 中科院自动化所 研究员 博士生导师
2015 ~ 现在 中国科学院大学 岗位教授
2017 ~ 现在 中国科学院大学人工智能学院 脑认知与智能医学教研室主任