1.中心基本信息

中心名称：脑健康智能评估与干预教育部重点实验室

中心简介：探索心智机制，守护大脑健康

中心合影：

实验室师生合照

实验室智能设备干预与演示环境

实验室学生科研工作环境

2.中心核心成员

    中心负责人

胡斌，教授，国家级领军人才

研究方向可穿戴计算、情感计算、心理生理计算。

    核心教师成员

董群喜，副教授，国家高层次青年人才。

研究方向为心理生理计算、神经影像计算。

    中心学生规模：博士后5人，博士生40人，硕士生73人

3.中心研究方向

【闭环电刺激神经调控】

       聚焦于抑郁障碍、焦虑等脑功能性疾病的数字化诊疗，旨在实现从精准感知到智能调控的闭环神经干预。构建基于经皮迷走神经电刺激（taVNS）的闭环神经调控算法与系统，结合高精度生理信号传感器和小型化taVNS刺激器，利用输入–输出建模与强化学习方法，探索基于生理反馈的自适应控制策略，最终实现个体化、精准化的神经调控方案。

【异步类脑芯片设计】

       异步类脑芯片设计以对大脑异步神经机制的深度认知为基础，旨在构建兼具高能效与神经可解释性的类脑智能计算平台。芯片的设计服务于抑郁障碍等精神疾病的神经机制解析与干预优化，通过与脑电及神经调控数据的协同建模，模拟异常放电模式、跨频耦合失衡与网络传播延迟，揭示抑郁脑网络的信息流紊乱机制，为精神疾病个体化诊疗及人工通用智能探索提供硬件基础与理论支撑。

【脑形态学特征计算与脑功能网络建模方法】

       针对脑功能疾病早期症状轻微问题，提出海马、杏仁核等多脑区协同的脑形态学特征计算方法，捕获早期脑形态学细微异常变化，助力脑疾病早诊早治。针对临床诊断主观性强问题，提出时空权重多超图卷积网络模型等脑功能连接网络建模方法，客观量化地揭示多个脑区间高阶异常交互关系，提升脑功能疾病临床诊断准确率。

【心理生理指标可解释建模方法】

       针对抑郁障碍临床客观诊疗缺乏神经生理可解释量化评估指标与模型的问题，提出基于多模态生理信号的可解释建模方法，探索面向多模态心理生理指标体系构建及其协同关联特性，用于建模抑郁障碍发病的神经机制。

 

4.中心研究成果

       胡斌教授作为脑健康智能评估与干预教育部重点实验室主任，带领团队长期从事心理健康评估与干预的相关研究，重点研究脑功能性疾病的智能评估与非药物干预机理、脑机融合神经康复与双向脑机接口等关键问题，突破多模态数字表型融合、跨尺度高时空神经成像与计算建模等技术瓶颈。发表SCI论文超600篇，获授权专利50余项。先后主持了973计划、国家重点研发计划变革性技术专项、国家重大科研仪器研制项目等重大重点项目。研发了多项便携式、无扰式的心理健康评估技术以及非药物干预技术：神经反馈方向研发虚拟现实集成干预系统，有效率超80%；实时生物反馈迷走神经电子针灸仪，有效率83%，获二类医疗器械许可；运动反馈方向构建干预模型，有效率超85%；音频干预方向研发闭环技术，有效率超80%。上述核心技术获2018年国家技术发明二等奖、、2019年国家专利金奖、2022年甘肃省自然科学特等奖及2016年教育部技术发明一等奖，并已完成核心技术产品转化，产值约20亿元；团队负责人获2023年全国创新争先奖、2020年全国先进工作者（均为第一完成人）。指导学生获得全国大学生生物医学工程创新设计竞赛二等奖、中国国际互联网+双创大赛北京市级三等奖等。

 

【代表性工作1】

       揭示抑郁障碍迷走神经调控和脑电指标的关联关系，提出了一种智能闭环经皮耳穴迷走神经调控技术，实现了基于脑电指标参量动态控制迷走神经刺激的方法，研发了全球首个便携式非侵入智能闭环脑电迷走神经抑郁诊疗系统，为抑郁个性化治疗提供了新的技术手段。研发的系统在河北医科大学附属第一医院、中医科学院针灸研究所等多个单位开展了临床验证，其抑郁干预有效率相较一线抗抑郁药西酞普兰起效更快、依从性更好、安全性更高，临床有效率提高10%。

【代表性工作2】

       提出了基于时空加权多超图卷积网络的多模板深度融合方法。该方法不仅构建了空间加权超连接网络 以捕捉多个脑区之间的高阶空间关系，还构建了时间加权超连接网络 以建模多个时间点之间的高阶时间相关性，弥补了以往研究仅关注空间而忽略时间信息的不足。同时，在该方法中，我们提出了提出时空加权多超图卷积网络，通过共享权重矩阵 实现了多模板在空间和时间维度上的深度融合，在超连接网络层面实现了多模板信息的联合建模。模型识别出的异常时空超边为理解脑疾病的功能异常提供了新的生物学解释。相关成果入选ESI高被引论文。

【代表性工作3】

       针对心理健康领域对可解释性、可控性与安全性的严苛要求，以及当前人工智能培训与干预系统普遍存在的“黑盒”风险问题，本研究提出双系统可控文本生成解码框架-DECIDER。该框架将大语言模型（LLM）的灵活性与逻辑系统的严谨性相结合，通过可定制的逻辑规则来引导和约束模型的输出，使模型在面对不同场景时，既能生成流畅、共情的个性化回复，又能严格遵循预设的模拟规则与安全边界，从而为心理咨询师提供标准化、可复现的沉浸式训练场景。最终，该框架旨在生成灵活、可控且安全可解释的交互内容，为心理健康领域的人才培训与临床干预提供强大的技术赋能与安全保障。相关成果发表于中科院一区Top、CCF-A类期刊IEEE TKDE。

 

5.中心文化与资源

• 课题组氛围

       我们的课题组，是思想的熔炉，也是温暖的港湾。学术上，我们崇尚严谨与创新，在知识的边界自由探索；生活上，我们彼此扶持，分享喜悦，分担挑战。这里没有僵硬的层级，只有亦师亦友的真诚交流和共同进步的热情。在这样轻松愉快的氛围中，我们不仅收获了科研的硕果，更收获了宝贵的友谊和强烈的归属感。

• 优势资源

       课题组拥有多学科交叉背景，融合脑科学、神经学与信息科学，形成了完善的抑郁障碍智能识别与干预技术体系。团队积累了大量临床多模态生理信号数据及行为数据，为抑郁障碍机制研究和智能干预方法的开发提供了坚实的数据基础。课题组承担了国家自然科学基金重大科研仪器项目、“脑科学与类脑研究计划”及重点研发计划子课题等多项国家级项目，科研经费充足，为科研工作顺利开展提供了有力保障。此外，课题组与河北医科大学第一医院、首都医科大学安定医院、解放军第七医学中心、中国中医科学院针灸研究所等多家临床机构保持长期合作，并与国内外知名高校、医院及研究机构建立了广泛的学术交流与联合培养关系。导师在脑机接口及神经工程领域具备丰富的研究经验，能够为学生提供多学科交叉的科研平台和实践机会，助力学生全面发展。

• 招生要求

       欢迎有志于人工智能与脑健康交叉研究的优秀学子加入课题组，尤其欢迎具有计算机、人工智能、心理学等相关专业背景的同学申请。要求具备良好的编程与数据分析能力，具备跨学科科研兴趣和团队协作精神，能主动学习并积极参与抑郁障碍智能识别与干预、可解释人工智能等方向的研究工作。

6.课题组联系方式：

      课题组热烈欢迎对[具体研究方向]等领域充满热情的博士后、研究生和本科生（欢迎大二、大三同学申请科研实习）加入！欢迎联系：dongqx@bit.edu.cn