English
讲座编号：jz-yjsb-2018-y069
讲座问题：基于深度学习的脑信号剖析及脑疾病诊断
主 讲 人：李阳 教授 北京航空航天大学
讲座时间：2018年11月26日（星期一）下昼14:30
讲座所在：阜成路东校区耕作楼809室
加入工具：计信学院西席、研究生
主理单位：研究生院
承办单位：盘算机与信息工程学院
主讲人简介：
李阳，北京航空航天大学自动化学院教授、博士生导师，副院长。2011 年结业于英国谢菲尔德大学自动控制与系统工程系，获哲学博士学位。2012 年至 2013 年在美国北卡罗来纳大学教堂山分校放射系医学成像中心从事博士后研究。2012 年 12 月入选北京航空航天大学“卓越百人”外洋人才妄想。主要从事生物医学信号处置惩罚与机械学习、医学影像数据剖析与处置惩罚等方面的相关研究事情。主要研究手段包括脑电图(EEG)，结构及功效性磁共振成像(DTI/fMRI)，以及机械学习等盘算剖析要领。以第一/通讯作者在国际学术刊物上揭晓SCI论文30多篇，包括 IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Medical Image及医学影像领域主要国际聚会MICCAI等。曾获英国谢菲尔德大学“哈里沃辛顿”学术奖、英国“优异自费留学生奖”，研究效果获2017年获吴文俊人工智能自然奖(排名第1)、2016年中国体视学“青年科技奖”等。担当国际期刊BIOINFO Mechanical Engineering主编。
主讲内容：
This talk will describe a possible approach to obtain more relatively objective analysis for the challenging issues of brain diseases using EEG or fMRI technique. It will focus on two ongoing research problems. The first part will describe our nonstationary parametric approach to modeling clinically recorded EEG data sets from patients with epilepsy and explore how theoretical models may be useful to clinicians faced with the challenges of diagnosing, characterising and ultimately treating seizures. The second part will focus on research with collaborators in Clinical Neurophysiology and explore how model based hypotheses can alter biological understanding. The focus of this section is to establish a conditional cause-effect modeling approach based upon the Multivariate Autoregressive Moving Average with Exogenous input (MARMAX) model identification techniques, with application to fMRI data to detect potential disease mechanism of the mild cognitive impairment (MCI) patients. Using dynamic models in this way gives us both a clear set of modeling assumption as well as a set of powerful tools which can help clinicians interpret electrophysiology signals.
