个人信息

李晴，博士，特别副研究员，硕士生导师，脑机接口与类脑智能研究中心副主任。

2022年1月于北京师范大学获计算机应用技术博士学位，师从邬霞教授。2018年10月至2020年10月受国家留学基金委资助赴美国佐治亚大学公派留学，师从Tianming Liu（刘天明）教授。2022年2月至2024年1月于北京师范大学认知神经科学与学习国家重点实验室从事博士后研究工作，合作导师为贺永教授。随后加入beat365官网网址计算机学院脑机接口与类脑智能研究中心。

在MedIA、IEEE TBME、IEEE JBHI、软件学报、MICCAI、IPMI等国内外顶级期刊和会议上发表学术论文30余篇，授权国家发明专利2项。主持国家自然科学基金重大研究计划、青年科学基金、国家重点实验开放课题等项目，参与十余项国家级、省部级项目。

课题组常年与哈佛大学、康奈尔大学、悉尼大学 、加州大学洛杉矶分校、香港科技大学、清华大学、中国科学院计算技术研究所等国际国内顶尖研究团队开展学术合作，与华为中央研究院、理想汽车、国家电网建立了长期校企合作关系。课题组每年招收多名博士和硕士研究生，欢迎对人工智能与脑科学等相关领域研究有兴趣的同学加入。

科研方向

主要研究方向为人工智能与脑科学，包括：深度学习、类脑算法、脑功能机制、模型优化等。

代表性学术成果

学术论文：

[1] Qing Li, et al. Dual-Brain Collaborative Navigation: Integrating Motor Imagery BCI with Brain Function-Inspired Trajectory Synthesis for Assistive Robotics, IEEE/ASME Transactions on Mechatronics.(sci一区)

[2] Yujuan Zhang, Qing Li*, et al. Active Perceptual Inference: A Corticothalamic-Inspired Dynamic Nested Recurrent Network for Multimodal Sentiment Analysis with Incomplete Data, CVPR 2026. (CCF A)

[3] Tianyuan Jia, Ziyu Li, Qing Li*, et al. Learning to Plan Like the Human Brain via Visuospatial Perception and Semantic-Episodic Synergistic Decision-Making, NeurIPS 2025. (CCF A)

[4] Qing Li, et al. Hands-Free Mobility Control: A Low-Latency Asynchronous MI-BCI System for RealTime Robotic Navigation with Cognitive-Ergonomic Enhancement, IEEE Transactions on HumanMachine Systems, 2026, accepted. (IF: 4.4; CAS Q2;sci二区)

[5] Qing Li, et al. 神经网络结构搜索在脑数据分析领域的研究进展. Journal of Software, 2023, accepted. (CCF T1; Class-I Academic Journal; Chinese Core Journal) [in Chinese]

[6] Qing Li, et al. 面向认知表现预测的时-空共变混合深度学习模型. Acta Automatica Sinica, 2022, 48(12): 2933-2942. (CCF T1; Class-I Academic Journal; Chinese Core Journal) [in Chinese]

[7] Qing Li, et al. Differentiable Neural Architecture Search for Optimal Spatial/Temporal Brain Function Network Decomposition, Medical Image Analysis (MedIA), 2021, 69: 101974. (IF: 13.828; CAS Q1; Top Journal;sci二区)

[8] Qing Li, et al. Evolutional Neural Architecture Search for Optimization of Spatiotemporal Brain Network Decomposition. IEEE Transactions on Biomedical Engineering (TBME), 2022, 69(2): 624-634. (IF: 4.756; Featured Article; CAS Q2)

[9] Qing Li#, Qinglin Dong#, et al. Simultaneous Spatial-temporal Decomposition for Connectome-scale Brain Networks by Deep Sparse Recurrent Auto-encoder, Brain Imaging and Behavior (BIB), 2021, 15: 2646-2660. (IF: 3.224; CAS Q2)

[10] Qing Li, et al. Aberrant Connectivity in Mild Cognitive Impairment and Alzheimer's Disease Revealed by Multimodal Neuroimaging Data, Neurodegenerative Diseases (NDD), 2018, 18(1): 5-18. (IF: 3.417)

[11] Qing Li, et al. Classification of Alzheimer's Disease, Mild Cognitive Impairment, and Cognitively Unimpaired Individuals Using Multi-feature Kernel Discriminant Dictionary Learning, Frontiers in Computational Neuroscience, 2018, 11: 117. (IF: 3.387)

[12] Qing Li, et al. Multi-modal Discriminative Dictionary Learning for Alzheimer's Disease and Mild Cognitive Impairment, Computer Methods and Programs in Biomedicine (CMPB), 2017, 150: 1-8. (IF: 7.027; CAS Q2)

[13] Qing Li, et al. Individual Functional Network Abnormalities Mapping via Graph Representation-based Neural Architecture Search, International Conference on Advanced Data Mining and Applications (ADMA), 2023. (Oral; CCF C; EI; leading data-mining conference)

[14] Haixing Dai#, Qing Li# (co-first author), et al. Graph Representation Neural Architecture Search for Optimal Spatial/Temporal Functional Brain Network Decomposition, MICCAI Workshop on Machine Learning in Medical Imaging (MICCAI-MLMI), 2022. (Oral; CCF B; EI; leading medical-imaging conference)

[15] Qing Li, et al. Neural Architecture Search for Optimization of Spatial-temporal Brain Network Decomposition, International Conference on Medical Image Computing and Computer-Assisted Intervention (MICCAI), 2020, pp. 377-386. (Oral; CCF B; EI; leading medical-imaging conference)

[16] Qing Li#, Qinglin Dong#, et al. Simultaneous Spatial-temporal Decomposition of Connectome-scale Brain Networks by Deep Sparse Recurrent Auto-encoders, International Conference on Information Processing in Medical Imaging (IPMI), 2019, pp. 579-591. (EI; leading medical-imaging conference)

发明专利：

[1] 李晴, 贺永, 邬霞. 一种对孕期酒精暴露女性大脑功能进行分析的方法和装置. 专利号：ZL202310374696.3.

[2] 邬霞，贾甜远，李子遇，李晴，李秀星. 一种受空间关系记忆启发的机器人运动规划方法及装置. 专利申请号：202411193677.1.

[3] 邬霞, 李晴. 基于可微神经结构搜索的大脑时－空网络分解方法及系统. 专利号：ZL202010804794.2.

[4] 李晴，邬霞，宋则熙，朱子佳. 一种协同优化网络指导的脑电情感识别方法及装置.

承担科研情况

[1] 国家自然科学基金重大研究计划培育项目，脑启发的神经网络新架构及训练学习新方法，70万，项目负责人

[2] 国家自然科学基金青年科学基金项目，面向认知任务特异性脑龄预测的神经网络结构搜索算法研究，30万，项目负责人

[3] 中央高校基本科研业务费，基于深度学习的脑状态解码与分类研究，5 万元，项目负责人

[4] 国家杰出青年科学基金项目，脑功能数据分析与类脑算法研究，400 万元，项目核心成员

[5] 科技部重点研发计划课题，多模态交互式学习能力评估理论与方法，300 万元，项目核心成员

[6] 国家自然科学基金重点项目，受大脑认知启发的类脑决策神经网络理论与方法，287 万元，项目核心成员

[7] JKW重点项目，基于脑功能数据的***提取与***解码，200 万元，项目核心成员

[8] 北京市自然科学基金重点项目，开放动态环境中基于记忆增强的智能体关键技术研究，300 万元，项目核心成员

所获奖励

指导学生获得：

[1] “灵犀慧视”——基于脑功能的神经指纹提取与脑认知解码，世纪杯 二等奖

[2] 2024世界机器人大赛锦标赛BCI脑控机器人大赛 二等奖

[3] PsySync——基于预训练大模型的脑启发心理测评 大创国家级立项

社会兼职

中国自动化学会生物控制论与生物医学工程专委会 委员

中国计算机学会（CCF） 会员

IEEE Member

长期担任Neural Networks、Artificial Intelligence in Medicine、CMPB、ISA Transactions、数据采集与处理、MICCAI、CICAI等期刊会议审稿人

备注

beat365官网网址计算机学院脑机接口与类脑智能研究中心每年招收博士研究生和硕士研究生多名，欢迎感兴趣的同学联系我们！ 本中心常年招收脑机接口与类脑智能方向博士后研究员以及校企联合培养博士后研究员，优秀申请者可以推荐至学校参评特立博后和best365官网登陆入口项目。 此外，本中心长期招收校内外实习生，有继续深造意愿，希望攻读硕士/博士学位，掌握深度学习、脑科学基础、有竞赛经历申请者优先！中心研究经费充足，拥有多台华为昇腾910系列高性能显卡服务器和NVIDIA L40S、A100以及H100高性能显卡计算集群，期待加入！最新文章列表可关注：https://scholar.google.com/citations?user=yNW6l7EAAAAJ&hl=zh-CN

脑机接口与类脑智能研究中心网站：https://bit-brilliant-lab.github.io/