搜索
1.脑机接口
开发脑电中眼电和肌电干扰伪迹去除算法，利用高密度脑电（EEG）、近红外光谱信号（fNIRs）和功能磁共振信号（fMRI）对大脑皮层的神经元电活动进行融合成像，揭示脑卒中、癫痫、麻醉的脑网络机制，提出基于多模态脑功能信息深度学习融合的运动意图和麻醉状态识别算法，研发脑机接口康复机器人以及麻醉深度监测装备并开展临床应用；
2.可穿戴生理计算
开发用于多模态生理信号（加速度、角速度、肌电、PPG、皮肤电、体温等）采集的腕带式可穿戴设备，开发面向日常生活长期监测的PPG运动伪迹去除方法，基于压缩感知的多模态生理信号压缩传输方法，通过机器学习和深度学习算法，进行脑疾病患者病理状态的识别（如癫痫发作、帕金森运动症状和睡眠分期等），研发癫痫腕表、帕金森腕表和睡眠监测腕表等设备；
3.医学人工智能
开发面向脑疾病诊疗的深度学习（CNN、RNN、LSTM、Transformer）模型和脑电基础模型，实现癫痫发作检测和预测、睡眠分期以及麻醉深度评估；基于生理信号、影像、电子病历文本的多模态信息，结合自注意力网络、交叉注意力网络和大语言模型，开发知识图谱增强的多模态对齐融合大模型，研发面向脑疾病（癫痫、脑卒中、帕金森等）的智能辅助诊疗及医疗风险评估系统。
