首页 > 科研队伍 > 年轻骨干

何晖光

何晖光,1973年4月生,中国科学院自动化研究所研究员,博士生导师,中国科学院大学岗位教授,中科院青年创新促进会优秀会员。分别于1994年(本科),1997年(硕士)毕业于大连海事大学,1997-1999在大连海事大学科研院从事教学与科研工作;2002年在中国科学院自动化研究获博士学位,同年留所工作。2003-2004期间在美国罗切斯特大学放射系做博士后研究,2008年1-3月,在加拿大滑铁卢大学做高级研究学者,2014.10-2015.4在美国北卡大学教堂山分校做访问教授。何晖光博士先后主持包括6项国家自然科学基金(含1项重点)、2项863项目、国家重点研究计划课题等多个重要项目。获得的奖项和荣誉包括:国家科技进步二等奖两项(分别排名第二、第三),教育部科技进步一等奖、北京市科技进步奖两项,中科院首届优秀博士论文奖,北京市科技新星,中科院“卢嘉锡青年人才奖”等。其研究结果在IEEE TNNLS, IEEE TCYB, IEEE TNSRE, Pattern Recognition, NeuroImage, HBM等相关领域的国内外核心期刊以及国际主流会议上发表文章150余篇。目前承担国家自然基金《基于自然场景刺激的脑活动语义解码及视觉重建》和中科院国际合作重点项目《基于脑-机接口的脑网络调控和视觉康复》。                 

    主要研究方向及内容

    1、无创脑-机接口及调控系统
    结合认知神经科学和人工智能技术,揭示人脑视觉加工、语义加工、运动想象过程中的信息编码机制,并构建人脑的视觉、语义、以及想象意图的解码技术,实现复杂动态环境的实时编解码。探索神经调控新理论,研制新型人机互适的脑机接口及调控平台,实现非侵入式方法对脑活动的精确测量与精准调控,实现新一代无创人脑功能调控。形成脑机接口在康复医疗中的典型应用。
    2、基于视觉信息编解码的深度学习类脑机制研究
    为了探讨深度学习的理论基础,我们将利用深度神经网络来进行视觉信息编码和解码,希望由此找到深度学习的类脑生物基础,并揭示大脑视觉计算的机制。我们拟开展以下研究:(1)基于深度学习方法对自然场景图片进行表征,并考察每个表征层是否对应特定的脑功能区,揭示深度学习表征的类脑计算基础;(2)通过深度学习进行视觉信息的神经编解码,理解人类视觉信息加工的特征空间及在大脑中的组织规律,并利用大脑的编解码分析引导视觉信息处理的深度神经网络建模;(3)采用fMRI和EEG信号的深度学习作为神经约束,挖掘图像低层特征和高层特征之间的关系,引导视频图像的特征选择,将其应用在视频图像的分类、检索和重构上。
    3、基于人工智能和大数据的医学影像分析及应用
    结合多模态影像数据,研发基于深度学习、类脑智能的医学图像处理方法,包括图像的分割、配准、脑网络分析等,并结合临床信息综合分析,寻找与特定疾病相关的影像学参数,辅助医生早期发现、临床诊断和预后评估。目前感兴趣的疾病包括弱视、青光眼等。 

    代表性论文

    Changde Du, Changying Du, Lijie Huang, Huiguang He*, Reconstructing perceived images from human brain activities with Bayesian deep multiview learning, IEEE transactions on Neural Networks and Learning Systems,2018/12/12,30(8),pp:2310-2323,DOI:10.1109/TNNLS.2018.2882456

    Jinpeng Li, Shuang Qiu, Yuan-Yuan Shen, Cheng-Lin Liu, Huiguang He*, Multisource transfer learning for cross-subject eeg emotion recognition,IEEE Transactions on Cybernetics, 2019/3/27, pp:1-13, DOI:10.1109/TCYB.2019.2904052

    Z. Chen, T. Xu, C. Du, C. Liu and H. He*, "Dynamical Channel Pruning by Conditional Accuracy Change for Deep Neural Networks," in IEEE Transactions on Neural Networks and Learning Systems, doi: 10.1109/TNNLS.2020.2979517

    Longwei Fang, Lichi Zhang, Dong Nie, Xiaohuan Cao,  Islem Rekik, Seong-Whan Lee, Huiguang He*, Dinggang Shen*, Automatic brain labeling via multi-atlas guided fully convolutional networks, Medical Image Analysis, 2019/1/1,51(52),pp:157-168,DOI:10.1016/j.media.2018.10.012

    J. Li, S. Qiu, C. Du, Y. Wang and H. He*, "Domain Adaptation for EEG Emotion Recognition Based on Latent Representation Similarity," in IEEE Transactions on Cognitive and Developmental Systems, doi: 10.1109/TCDS.2019.2949306

    Dan Li, Changde Du, Huiguang He*, Semi-supervised cross-modal image generation with generative adversarial networks , Pattern Recognition, 100,pp:107085,2020,DOI:10.1016/j.patcog.2019.107085

    Xuelin Ma, Shuang Qiu, Wei Wei, Shengpei Wang, Huiguang He*, Deep Channel-Correlation Network for Motor Imagery Decoding from Same Limb,IEEE Transactions on Neural Systems and Rehabilitation Engineering,2019/11/12,28(1) pp:297-306,DOI:10.1109/TNSRE.2019.2953121

    S. Qiu, W. Yi, S. Wang, C. Zhang and H. He*, "The Lasting Effects of Low-Frequency Repetitive Transcranial Magnetic Stimulation on Resting State EEG in Healthy Subjects," in IEEE Transactions on Neural Systems and Rehabilitation Engineering, vol. 28, no. 4, pp. 832-841, April 2020, doi: 10.1109/TNSRE.2020.2977883

    Hongwei Wen, Yue Liu, Islem Rekik, Shengpei Wang, Zhiqiang Chen, Jishui Zhang, Yue Zhang, Yun Peng*, Huiguang He*, Combining Disrupted and Discriminative Topological Properties of Functional Connectivity Networks as Neuroimaging Biomarkers for Accurate Diagnosis of Early Tourette Syndrome Children, Molecular Neurobiology, 2018, Volume 55, Issue 4, pp 3251–3269

    H Wen, Y Liu, I Rekik, S Wang, Z Chen, J Zhang, Y Zhang, Y Peng*, H He*,Multi-modal multiple kernel learning for accurate identification of Tourette syndrome children, Pattern Recognition, 2017, Volume 63, Pages 601-611   

    实验室网址:http://nica.net.cn
    E-mail: huiguang.he@ia.ac.cn
    电话:010-82544621