严颖
南京信息工程大学博士毕业于美国康涅狄格大学,研究方向涵盖脑电信号分析、模式识别、机器学习与深度学习。主持多项国家自然科学基金及省部级科研项目,在 IEEE 系列期刊发表论文 70 余篇。
从脑电信号到运动控制,
让思想驱动未来
From EEG Signal to Motion Control — Let Thought Drive the Future
围绕脑机接口核心技术,探索从信号采集到运动控制的完整链路。
基于EEG信号的脑疾病诊断
基于脑电信号与可解释机器学习方法,研究癫痫、疲劳等脑科疾病的自动检测与智能诊断系统。
脑电信号实时解码,控制机械臂运动
将脑电信号实时解码为机械臂控制指令,实现高自由度、低延迟的多关节协调运动。
利用脑机接口实现无人机姿态与轨迹控制
基于运动想象范式,利用脑机接口技术实现对无人机姿态与轨迹的实时意念操控。
基于脑电信号的仿生多指灵巧手控制
开发仿生多指灵巧手系统,通过脑电信号驱动手指的精细协调运动,恢复上肢运动功能。
软体气动驱动的康复手套控制
研制基于软体气动驱动的康复手套,结合脑机接口实现主动意图触发的手部辅助康复训练。
汇聚神经工程、信号处理、机器人控制等多学科背景的研究人员,共同推进脑机接口前沿探索。
博士毕业于美国康涅狄格大学,研究方向涵盖脑电信号分析、模式识别、机器学习与深度学习。主持多项国家自然科学基金及省部级科研项目,在 IEEE 系列期刊发表论文 70 余篇。
依托南京脑科医院(南京市胸科医院)临床场景,参与脑电数据采集、病例协作与脑科疾病辅助诊疗验证,推动实验室研究与真实医疗场景衔接。
许穆杨 24届本科生
刘浩淼 25级本科生
田帅 25级本科生
章子涵 25级本科生
王昊 23级本科生
刘志 23级本科生
朱家琦 24级研究生
宗禹胄 26级研究生
陆思语 26级研究生
王宇森 26级研究生
沈培涵 26级研究生 团队在脑机接口、EEG 信号分析等领域发表期刊论文 60 余篇。
Residual Multi-Dimensional Taylor Network for Epileptic Electroencephalography Detection
Engineering Applications of Artificial Intelligence · IF 8
Interpretable Gradient-Scored Sparse Polynomial Network for Seizure Detection
Information Sciences · IF 6.8
A review of graph theory-based diagnosis of neurological disorders based on EEG and MRI
Neurocomputing · IF 5.5