“2019生物信息感知与人机交互论坛”在计算机科学与技术学院举办
发布人:刘波  发布时间:2019-11-24   浏览次数:10

1122-24日,由安徽省计算机学会和计算智能与信号处理教育部重点实验室主办,安徽大学计算机科学与技术学院及生物信息感知与人机交互研究所承办的“2019生物信息感知与人机交互论坛”在计算机科学与技术学院举办。来自清华大学、上海交通大学、中国科学技术大学、华东理工大学、西北工业大学浙江工业大学的多位专家应邀作主题报告,院长仲红出席论坛开幕式并致欢迎辞,学院相关学科师生到场聆听。报告会由吴小培教授和吕钊副教授主持。

本次论坛汇聚了从事情感脑-机接口、运动想象脑-机接口、视觉脑-机接口、情感计算、行为感知及人-机交互技术等方向的科研人员,广泛开展学术交流,研究发展战略,共同促进相关理论、技术及应用的进一步发展。论坛是生物信息感知与人机交互领域的重要学术活动之一,为广大研究人员提供了一个交流、合作的平台,使研究人员能够及时分享最新研究成果、创新思想和研究进展。

论坛持续两天,举办了多场专题报告和学术交流会议。系列专题报告内容丰富、视野开阔,学术交流紧扣学科前沿、气氛热烈24日下午,本次论坛圆满落下帷幕。

 

精彩报告集锦:

上海交通大学吕宝粮教授作题为《迈向基于多模态情感脑-机接口的抑郁症评估》的报告。吕宝粮教授对该报告的研究背景抑郁症进行研究现状的介绍,阐述了抑郁症评估前期的准备工作域泛化和情绪识别的男女差异,并通过设计理念和基本架构两个方面展示了抑郁症评估系统的设计。

(上海交通大学吕宝粮教授作报告)

中国科学技术大学陈香副教授在《基于音频的高精度室内定位研究进展》的报告中,重点讲述室内音频定位系统的整体架构、音频信号、音频检测算法和定位算法以及系统的硬件实现,介绍了团队在该方向的相关研究成果。

(中国科学技术大学陈香副教授作报告)

我院吴小培教授作题为《运动想象脑-机接口系统的优化设计》的报告。吴小培教授介绍了安徽大学计算机学院IIP-HCI实验室近年来在MI-BCI方面开展的研究工作,主要内容为ICA空域滤波在MI-BCI中的应用、ICA滤波器有效性的判定和运动相关独立分量的选择、CNNMI-BCI系统实现中的应用以及MI-EEG训练样本的质量评估。他还就当前脑机接口研究难点结合个人思考给出了解决建议,为今后的研究方向提供了很好的思路。

(安徽大学吴小培教授作报告)

清华大学张丹副教授在《基于视网膜映射的视觉脑机接口新范式探索》的报告中,介绍了基于视网膜映射的视觉脑机接口新范式的探索及实验过程,使用这一新范式实现了基于单个视觉刺激的多目标注意状态识别脑机接口系统,有效弥补了现有视觉脑机接口系统在编码效率以及屏幕利用率的不足。他还结合实验视频,使大家对报告的内容有了更直观的理解和感受。

(清华大学张丹副教授作报告)

中国科学技术大学陈勋教授作主题为《脑电信号降噪的若干新探索》的报告。他在报告中介绍了自己博士期间的研究成果,接着分析了脑电降噪的现状,结合联合盲源分离技术,说明了自己在多通道、单通道和少数通道消除肌电噪声的研究成果。他还结合自己的研究经验,提出了未来可能的探索方向。

(中国科学技术大学陈勋教授作报告)

西北工业大学王柱副教授在《基于无线信号的用户行为感知方法研究》的报告中,介绍了无线信号的研究现状,无线感知原理与模型。针对无线感知的理论模型,提出了基于有效反射面积的无线感知覆盖模型,从理论上刻画了无线信号对不同粒度用户行为的感知能力和范围。他还通过动静检测、身份识别、呼吸监测等三个方面详细讲解了用户行为感知。

(西北工业大学王柱副教授作报告)

华东理工大学金晶教授带来主题为《脑机接口系统优化及应用》的报告。报告中金教授首先介绍了脑-机接口的发展现状,接着介绍了华东理工大学脑-机接口技术重要的创新成果及其在医疗康复或生活辅助中的应用。之后介绍了事件相关电位(ERP)的应用背景及范式设计,特征提取和导联相关选择算法的。最后,金晶教授介绍了他们团队参加的中国BCI竞赛的情况和团队工作。

(华东理工大学金晶教授)

浙江工业大学程时伟副教授作《基于眼动跟踪的人机交互技术与应用》的报告。报告中,他介绍了利用眼动跟踪技术记录人的眼球运动数据及其对应的视觉注意行为,获取用户当前的视觉注意焦点等时-空参数,对用户视觉感知和认知活动进行分析推理,进而为用户界面评估、基于眼动跟踪的人机交互等应用提供数据基础与输入驱动。最后,他展示了团队自主设计与开发的基于眼动跟踪的人机交互应用系统,并详细介绍了该产品的应用前景。

(浙江工业大学程时伟副教授)

中国科技大学张旭副教授在主题为《表面肌电人机接口研究进展的》的报告中,简要介绍了肌电研究的背景以及实际应用、目前可穿戴表面肌电传感技术以及多通道信息融合的手势交互方法,以及其自主研发的采集设备。重点阐述了以精准神经信息解码为导向,高密度阵列如何实现更高精度的识别,还对肌电研究的应用领域进行了展望,为同学们今后的研究提供了很好的思路。

(中国科学技术大学张旭副教授作报告)

               

           转自计算机科学与技术学院 http://cs.ahu.edu.cn/2019/1126/c11156a214301/page.htm