第2期 | 国内脑机接口领域专家教授汇总(修改)

第1期分享出来后，很多朋友在后台留言表示，这个汇总真是太有用了。说实话自己做的一些事能给他人带去帮助，是非常的开心。

也特别感谢社区群友的热烈反馈和分享，在讨论群分享了很多脑机接口、脑电处理等领域的专家教授！由于分享的社区群友很多，限于篇幅的原因，这里就不一一列举了。

社区分享一些国内从事脑机接口领域研究的专家教授，主要是为了方便报考该领域的硕博士生了解。

上一期《第1期 | 国内脑机接口领域专家教授汇总》分享了5位从事脑机接口领域的专家教授(排名不分先后)，这一期我们依旧分享5位从事脑机接口领域的专家教授(排名不分先后)，部分专家教授网上信息不足，故介绍的不够完整，请谅解！欢迎群友在讨论群里补充不足的信息。后续还会分享从事脑机接口领域研究的专家教授，欢迎社区群友在讨论群里分享！

吕宝粮教授

单位：上海交通大学计算机科学与工程系

实验室

智能计算与智能系统重点实验室、上海市教委智能交互与认知工程重点实验室

研究方向

仿脑计算理论与模型、神经网络、机器学习、脑-机交互、情感计算

代表性论文

1.Wei-Long Zheng, Kunpeng Gao, Gang Li, Wei Liu, Chao Liu, Jing-Quan Liu, Guoxing Wang, Bao-Liang Lu: Vigilance Estimation Using a Wearable EOG Device in Real Driving Environment. IEEE Trans. Intelligent Transportation Systems 21(1): 170-184 (2020)

2.Dongrui Wu, Yifan Xu, Bao-Liang Lu: Transfer Learning for EEG-Based Brain-Computer Interfaces: A Review of Progresses Since 2016. CoRR abs/2004.06286 (2020)

3.Xun Wu, Wei-Long Zheng, Bao-Liang Lu: Investigating EEG-Based Functional Connectivity Patterns for Multimodal Emotion Recognition. CoRR abs/2004.01973 (2020)

4.Yu-Ting Lan, Wei Liu, Bao-Liang Lu, Multimodal Emotion Recognition Using Deep Generalized Canonical Correlation Analysis with an Attention Mechanism, to appear in IJCNN 2020

5.Le-Yan Tao, Bao-Liang Lu, Emotion Recognition under Sleep Deprivation Using a Multimodal Residual LSTM Network, to appear in IJCNN 2020

更多信息

http://bcmi.sjtu.edu.cn/~blu/

信息来源于网络

李远清教授

单位：华南理工大学自动化科学与工程学院

研究方向

独立分量分析与盲源分离、稀疏编码、半监督机器学习、脑电与fMRI信号分析、脑机接口、脑内视听觉整合等

最新成果

2008年开始至今，一直与省人民医院影像科合作基于fM R I的脑信息处理机制和神经解码研究，取得很好的科研成果，发表多篇高水平学术论文；

近几年与广州军区广州总医院虞容豪教授的意识障碍研究团队合作，在基于脑机接口的“植物人”意识检测方面取得很好的科研成果；

建立了脑机接口研发平台及多个脑机接口系统，包括脑控轮椅，脑控护理床、脑控电视、脑控电灯等等；

代表性论文

1.Li Y , Long J , Yu T , et al. An EEG-Based BCI System for 2-D Cursor Control by Combining Mu/Beta Rhythm and P300 Potential[J]. IEEE Transactions on Biomedical Engineering, 2010, 57(10):2495-2505.

2.Li, Yuanqing, Wang, Chuanchu, Zhang, Haihong,等. An EEG-based BCI System for 2D Cursor Control[C]// IEEE International Joint Conference on Neural Networks. IEEE, 2008.

更多信息

http://www2.scut.edu.cn/bci/2018/1005/c18566a287656/page.htm

信息来源于网络

高上凯教授

单位：清华大学医学院

研究方向

Neural Engineering, Brain-Computer Interface，Biomedical Engineering

代表性著作：

《医学成像系统》

代表性论文

1.Xiaogang Chen, Yijun Wang, Masaki Nakanishib, Xiaorong Gao, Tzyy-Ping Jung, and Shangkai Gao. High-speed spelling with a noninvasive brain–computer interface. Proceedings of the National Academy of Sciences of the United States of America. Vol. 112, No. 44, E6058–E6067, doi: 10.1073/pnas.1508080112, 2015

2.Wu, W., Chen, Z., Gao, X., Li, Y., Brown, E.N., Gao, S., Probabilistic common spatial patterns for multichannel EEG analysis. IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 37, No. 3, pp. 639–653, 2015

3.Peng Yuan, Xiaogang Chen, Yijun Wang, Xiaorong Gao, Shangkai Gao, Enhancing Performances of SSVEP-based Brain-computer Interfaces via Exploiting Inter-subject Information. Journal of Neural Engineering, Vol. 12, No. 4, 2015

3.Xiaogang Chen, Yijun Wang, Shangkai Gao, Tzyy-Ping Jung, Xiaorong Gao, Filter bank canonical correlation analysis for implementing a high-speed SSVEP-based brain-computer interface. Journal of Neural Engineering, Vol. 12, No. 4, 2015

4.Shangkai Gao, Yijun Wang, Xiaorong Gao, Bo Hong, Visual and auditory brain-computer interface. IEEE Trans. on BME, Vol. 61, No. 5, pp1436-1447, MAY 2014

更多信息

http://www.med.tsinghua.edu.cn/Person?method=102&perId=211

信息来源于网络

杨帮华教授

单位：上海大学机电工程与自动化学院

研究方向

脑电波信号处理、脑机接口结合虚拟现实技术及其工程应用

主要研究运动想象脑机接口解码技术、虚拟现实技术、BCI结合VR技术在医疗康复领域应用，包括脑卒中患者康复训练系统等

部分主持项目

1.国家自然基金项目：基于ISVM及VR的脑-机交互适应性研究 2.国家自然基金项目：脑机接口中基于HHT特征提取及虚拟现实反馈研究

代表性论文

1.Yuan L , Yang B , Ma S , et al. Combination of wavelet packet transform and Hilbert-Huang transform for recognition of continuous EEG in BCIs[M]. 2009.

2.Yang B , Li H , Wang Q , et al. Subject-based Feature Extraction by Using fisher WPD-CSP in Brain Computer Interfaces[J]. Computer Methods & Programs in Biomedicine, 2016:S0169260716301833.

3.EEG classification across sessions and across subjects through transfer learning in motor imagery-based brain-machine interface system

信息来源于网络

伍冬睿教授

单位：华中科技大学自动化学院

研究方向

机器学习，脑机接口，智能医疗，计算智能，情感计算

代表性论文

1.Wu D , Xu Y , Lu B L . Transfer Learning for EEG-Based Brain-Computer Interfaces: A Review of Progress Made Since 2016[J]. 2020.

2.Zhang W , Wu D . Manifold Embedded Knowledge Transfer for Brain-Computer Interfaces[J]. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 2020, PP(99):1-1.

3.Liu Z , Zhang X , Wu D . Universal Adversarial Perturbations for CNN Classifiers in EEG-Based BCIs[J]. 2019.

4.H.He and D. Wu*, "Different Set Domain Adaptation for Brain-ComputerInterfaces: A Label Alignment Approach," IEEE Trans. on Neural Systems andRehabilitation Engineering, 2020, in press.

更多信息

http://faculty.hust.edu.cn/drwu/zh_CN/index/752488/list/index.htm

信息来源于网络