健康科学与工程学院医学人工智能团队是由何宏教授领导的科研团队，该团队于2021年12月建成医学人工智能实验室（Laboratory of Artificial Intelligence in Medicine，MedAI Lab）。MedAI Lab重点致力于脑科学领域的类脑智能算法研究，同时还注重运用人工智能技术解决临床医学问题，并开发AI嵌入式设备，研发基于虚拟现实的人机交互系统。将人工智能技术应用于医疗设备和监测系统中，为患者提供更便捷、精准的医疗服务。此外，在探索最前沿脑科学与人工智能算法的同时，实验室还注重学生的实践能力，大力开展医工交叉项目，将研究成果转化为实际的医疗解决方案，为人们的生活质量带来积极的变革。
经过一年多的发展MedAI Lab已经在医工交叉领域取得可喜收获，在最近半年内产出了多项原创性的具有突破意义的学术成果。21级硕士研究生薛伟在人工智能领域一区期刊《Knowledge-based Systems》发表了一篇题为“A progressive learning classifier based on dynamic differential weighted network for feature identification of brain network series”的科研论文[1]。为快速识别基于EEG的动态功能脑网络的梯度特征，提出了基于动态差分加权脑网络的渐进学习分类器（PLC-DWN），实现了高性能的癫痫发作预测以及情绪识别（图1）。
图1 基于动态差分加权脑网络的渐进学习分类器 [1]
电子信息专业硕士研究生徐慧在人工智能领域二区期刊《Applied Soft Computing》发表了一篇论文“Transfer learning and clustering analysis of epileptic EEG signals on Riemannian manifold”[2]。创新性在黎曼流形空间实现了多通道脑电信号的迁移学习和聚类分析（图2），为多元脑电信号在非线性高维空间的模式识别分析提供了一条可行的路径。
图2 黎曼流形空间的迁移学习与聚类分析[2]
不仅如此，电子信息硕士研究生张慧敏还在医学期刊《Epilepsy Research》上发表了一篇医学类文章“Brain connectivity analysis for post-autoimmune encephalitis (AE) patients with epilepsy”。通过与仁济医院神经内科和爱丁堡大学女王医学研究所的 Neil Roberts教授展开合作，用脑网络分析患者普通脑电和动态脑电记录，发现了临床自身免疫性脑炎后患者发生癫痫疾病的关键特征，为患者癫痫预测提供了科学依据。
图3 基于脑网络分析的自身免疫性脑炎后癫痫关键特征挖掘 [3]
上述脑科学领域研究工作均来自医工交叉项目“基于深度学习的脑炎后癫痫脑电特征识别”。此外，在医学图像处理方面，MedAI Lab积极与第九人民医院眼科开展合作，研发智能交互问诊设备，将先进深度学习方法应用到甲状腺眼病自动问诊中。博士研究生朱海鹏在《Neural Computing and Applications》期刊发表了“A novel encoder–decoder wavelet model for multifocal region segmentation of TAO facial images”的科研论文[4]。提出了基于多级注意机制（MLAM）和残差可变形卷积（RDC）的编码器-解码器小波模型，并成功应用于甲状腺相关眼病的图像分割中。相关工作主要来自医工交叉项目“甲状腺相关眼病的临床活动性特征智能识别装置研发”。
图4 一种用于TAO面部图像多区域分割的新型编码器-解码器小波模型[4]
MedAI Lab拥有一支充满激情和创造力的研究团队，同时注重学术研究的深度和实际应用的可行性。通过与医疗机构、学术界和产业界紧密合作，致力于将研究成果转化为实际的医疗解决方案，改善人们的生活质量。MedAI Lab团队欢迎人工智能爱好者的加入，共同探索前沿技术，为医疗领域带来积极的变革！
全文链接：
[1] https://doi.org/10.1016/j.knosys.2023.110661
[2] https://doi.org/10.1016/j.asoc.2023.110656