项目布局
-
面向智慧健康的脑机智能技术与产品负责人：李远清项目面向智慧健康的脑机智能技术与产品研发，通过深入探索脑机交互及深度学习的基础理论、技术、系统及应用，实现了脑机智能技术的创新突破与产品化。实施方向包括高效脑机交互硬件系统研发、脑信息解码及脑机交互算法、面向脑数据的深度学习理论与方法、脑数据管理分析及云平台、脑机接口疾病诊断应用、脑机混合智能及机器人应用、脑机交互教育应用。项目组拥有多名来自不同学科背景的知名学者，协力攻关解决脑机接口的系列深层次理论与技术问题，推动脑机接口技术走向产业化。 -
基于脑功能网络的情绪认知负责人：陈俊龙项目围绕音乐诱发的脑电情感认知展开研究，构建融合音乐、情绪及脑电的一体化数据集，解决现有数据集在情绪素材质量、被试多样性等方面的问题。通过多源域信息解耦、图表示提取与正交净化等方法，提升跨个体场景下情感模型的泛化性，创新性提出邻接性可解释图神经网络，增强模型构建过程中的可解释性，探究脑区交互机制。项目创新点在于一体化数据集、个体适应性方法及可解释模型，成果有望应用于心理健康、人机交互等领域，具有重要科研价值与产业化前景。 -
抑郁症发病机制与防治新策略研究负责人：朱心红项目拟构建全生命周期、多样化、标准化抑郁动物模型，采用神经生物学、遗传学、病理学等多学科先进理论、技术和研究手段，结合具有病理生理可解释性的人工智能算法，以抑郁症（MDD）关联核心脑区、特征环路候选生物标记物等为线索，研究外周器官（组织）和脑交互作用下MDD发生、发展的动态机制，阐释 MDD发病的始动环节、核心脑区、特征环路和核心分子；发现抗抑郁新靶点，为研究快速起效抗抑郁药物筛选新靶点提供理论依据，为MDD个体化精准诊疗提供科学依据，提高MDD综合防治水平。 -
群体情绪识别可视化及调控技术负责人：李小俚针对应急事件将对人类心理、生理方面产生极强压迫感和冲击的问题，项目面向特定情境下的特定普通人群研制可穿戴多模态生理信号采集设备与神经调控设备，基于设备采集的群体生理数据构建情绪识别模型，并搭建可视化系统，为企事业单位或学校掌握特定情境下的群体情绪状态，快速精准识别群体中情绪异常个体做出应对方案提供重要参考。此外，针对存在异常情绪状态的不同个体，可选地采用头戴式经颅电刺激技术或基于心率变异性的反馈技术进行无创神经调控，以达到情绪舒缓的目的。 -
基于人工智能的健康管理关键技术和应用负责人：许言午项目联合国内外医院和医疗设备厂商，研究基于人工智能的数字健康关键技术，尤其是基于医学影像的技术，覆盖筛查、辅诊及手术、健康管理全环节并在临床验证后进行示范产业转化。以自主科技辅助广大医务工作者、造福广大人民和病患为目标，做出有展示度的科研成果，提升实验室在相关领域的影响力。 -
基于强化学习的城市综合能源系统碳分析方法及协同调度研究负责人：蒋怀光在传统的综合能源系统中，更倾向考虑系统的可行性、效率、复杂度等方面，忽视系统的碳排放量问题。为实现“双碳”目标，项目通过结合大数据、深度学习、强化学习等先进技术，构建基于现代综合能源系统的碳分析模型。通过优化微电网的负荷调度、加强电力与氢能的协同调度，不仅能有效减少能源浪费，还能在应对突发能源危机（如极端天气）时，提高系统的自适应与恢复能力，确保城市电力和能源供应的稳定性。 -
工业智能关键技术及其创新应用负责人：李巍华项目面向制造业智能化转型升级需求，利用人工智能、数字孪生、多模态感知、边云协同等工业智能前沿技术，围绕“机理联合数据驱动的工业智能感知与决策”、“虚实融合的数字孪生模型构建”、“工业定制化软件系统的开发与应用”三个关键技术问题，结合“理论分析-建模仿真-方法研究-工程应用验证”的技术路线研究工业智能基础理论与核心算法，开发工业智能数字孪生系统及其关键技术，探索典型工业场景下的智能创新应用。