報 告 內(nèi) 容 簡 介 |
報告內(nèi)容簡介: 神經(jīng)信號蘊含豐富人體健康信息,其處理與分析在主動預(yù)防,、智能診斷,、精準治療、科學康復(fù)等健康保障全過程中發(fā)揮著重要作用,。然而,,神經(jīng)信號具有量級微弱、隨機性強,、模態(tài)多樣等特性,,從而造成了混疊嚴重、重復(fù)性差,、多源異質(zhì)等挑戰(zhàn),。報告將從多重集和多模態(tài)兩個角度,介紹基于聯(lián)合盲源分離和深度特征表示的神經(jīng)生理信號分解,、關(guān)聯(lián),、融合方法及其相關(guān)應(yīng)用,探討如何有效分離復(fù)雜干擾信息,、解析潛在共性信息,、挖掘異質(zhì)互補信息,以達到克服干擾,、求同存異,、融合互補的效果。
報告人簡介: 陳勛,中國科學技術(shù)大學信息科學技術(shù)學院教授,、副院長,,長江學者特聘教授。研究方向為腦機接口和多模態(tài)圖像分析,,在IEEE SPM/ TNSRE/ TBME等國際權(quán)威期刊上發(fā)表論文一百余篇,,谷歌學術(shù)引用一萬余次,曾獲IEEE/Elsevier/IOP期刊論文獎,、華瑙學者獎,、達摩院青橙獎及國家優(yōu)青,連續(xù)三年入選全球前2%頂尖科學家榜單,,擔任國家科技部重點專項總體組專家,,中國生物醫(yī)學工程學會理事、青年工作委員會副主委,,中國人工智能學會腦機融合專委會副主委,,擔任IEEE TIM/SPL/OJSP等國際期刊編委。 |