骨干人才
胡 斌
胡斌，国家特聘专家，973首席科学家，国务院特殊津贴专家，甘肃省领军人才，甘肃省可穿戴装备重点实验室主任；IET Fellow，Chair of TC Computational Psychophysiology, IEEE SMC，教育部计算机学科教指委委员，科技委委员，IEEE SMC BoG Member，国际社会神经科学中国分会副主席，ACM中国分会常务理事等；2018年获国家技术发明二等奖，2016年获教育部技术发明一等奖（均为第一完成人）。
主要研究方向及内容
研究领域为：心理生理计算、脑机接口、普适计算、情感计算等；目前主要从事基于生物电信号的人的情感和认知模型的研究。
1、“心理生理计算”交叉学科研究方向
在国际上提出了“心理生理计算”交叉学科研究方向（香山会议，2012），旨在融合并创新认知、信息、数学、心理、物理等学科的相关理论、方法及技术，研究心理状态/认知障碍与生理信息的关联机制，为相关认知机理的发现及精神疾病的临床诊断及治疗提供了一条新的思路；2015年，应邀作为客座编辑主持了Science特刊“心理生理计算” (Advances in Computational Psychophysiology, Science 2 October, 2015: Vol. 350 no. 6256 p. 114 DOI: 10.1126/science.350.6256.114-c)。
2、可穿戴、普适化生物传感器
通过对个体生物电信号(EEG、ECG、EMG、ACT 等)数据的采集、分析，识别个体情感、压力水平、情感障碍等因素的变化，进而对心理障碍与压力水平进行客观预测与分析。解决在普适环境中针对生物信息感知及计算环境干扰严重，非侵入式感知技术匮乏以及普适计算设备能力有限的问题；解决可穿戴式传感器硬件能力局限性与中间件计算存储传输高性能之间的协调问题。
3、多模态生物信息融合
通过对fMRI、脑电、语音等临床多模态生物、心理信息的分析、融合、建模，研究多模态信息的复杂结构及关联性，探索抑郁的心理、生理表象与抑郁的关联性及演化规律，为揭示抑郁机制提供量化的分析方法和手段，同时提出适用于抑郁早期诊断的指标体系，并在此基础上研发抑郁早期在线诊断干预系统。
4、基于生物信息反馈的虚拟现实干预系统
研究生物信息有效特征，将生物信息反馈引入到计算机化的在线心理干预系统。研究面向心理障碍的语义本体理论，建立基于生物信息的多模态可计算认知模型；引入可穿戴式生物传感器，实现适用于高压力人群及儿童自闭症的普适化在线干预系统。
代表性论文
1. Weihao Zheng, Choong-Wan Woo, Zhijun Yao, Pavel Goldstein, Lauren Y. Atlas, Mathieu Roy, Liane Schmidt Schmidt, Anjali Krishnan, Marieke Jepma, Bin Hu, and Tor D. Wager. (2019). “Pain-Evoked Reorganization in Functional Brain Networks”. Cerebral Cortex 30 (5), 2804-2822.
2.
3. Xiaowei Zhang, Jian Shen, Zia ud Din, Jinyong Liu, Gang Wang, and Bin Hu.(2019). “Multimodal Depression Detection: Fusion of Electroencephalography and Paralinguistic Behaviors Using a Novel Strategy for Classifier Ensemble.” IEEE Journal of Biomedical and Health Informatics 23 (6): 2265-2275.
4. Shuting Sun, Xiaowei Li, Jing Zhu, Ying Wang, Rong La, Xuemin Zhang, Liuqing Wei, and Bin Hu. (2019). “Graph Theory Analysis of Functional Connectivity in Major Depression Disorder with High-density Resting State EEG Data.” IEEE Transactions on Neural Systems and Rehabilitation Engineering 27 (3): 429-439.
5. Yuan Zong, Wenming Zheng, Zhen Cui, Guoying Zhao, and Bin Hu. (2019). “Toward Bridging Microexpressions from Different Domains.” IEEE transactions on cybernetics.
6. Shen, Jian, Xiaowei Zhang, Bin Hu, Gang Wang, and Zhijie Ding. (2019). “An Improved Empirical Mode Decomposition of Electroencephalogram Signals for Depression Detection.” IEEE Transactions on Affective Computing.
7. Hanshu Cai, Xiangzi Zhang, Yanhao Zhang, Ziyang Wang, and Bin Hu. (2018). “A Case-based Reasoning Model for Depression Based on Three-electrode EEG Data.” IEEE Transactions on Affective Computing.
8. Weihao Zheng, Zhijun Yao, Yuanwei Xie, Jin Fan, and Bin Hu. (2018). “Identification of Alzheimer's Disease and Mild Cognitive Impairment Using Networks Constructed Based on Multiple Morphological Brain Features.” Biological Psychiatry: Cognitive Neuroscience and Neuroimaging 3(10)
9. Yang Yang, Ning Zhong, Karl Friston, Kazuyuki Imamura, Shengfu Lu, Mi Li, Haiyan Zhou, Haiyuan Wang, Kuncheng Li and Bin Hu. (2017). “The Functional Architectures of Addition and Subtraction: Network Discovery Using fMRI and DCM.” Human Brain Mapping 38(6): 3210-3225.
10. Bin Hu, Qunxi Dong, Yanrong Hao, Qinglin Zhao, Jian Shen and Fang Zheng. (2017). “Effective Brain Network Analysis with Resting-state EEG Data: A Comparison Between Heroin Abstinent and Non-addicted Subjects.” Journal of Neural Engineering 14(4): 046002.