近日，自动化学院“人机混合智能与智慧健康研究中心”以杭州电子科技大学为第一单位在人工智能国际知名期刊IEEE Sensors Journal上发表了文章《Information Flow based Brain Network Analysis of Healthy and Epileptic Syndromes Children》。胡丁寒老师指导硕士研究生武嘉宇发表该论文，通讯作者为曹九稳教授。IEEE Sensors Journal目前为中科院2区期刊，最新影响因子为4.233，期刊范围主要为工程技术-工程/电子与电气。
分析儿童癫痫与正常儿童脑信息流的变化趋势，可为癫痫的发病机制和脑的生长发育提供理论依据。本研究针对0至14岁儿童在睡眠状态下的脑电图数据进行了详细研究，其中包括29名健康儿童和32名癫痫综合征患儿。首先，本研究运用了定向传递函数（DTF）揭示脑电图通道间的相关性特征，并据此构建了连接矩阵。为了降低个体差异的干扰，本研究采用了广义顺序前向选择（GSFS）方法来进行特征筛选。接着，构建组级连通性矩阵，用于反映不同脑区之间的连通性及其差异脑网络。最后，使用有向图理论特征来评估信息流的速度和可靠性。比较发育趋势和信息流相关特征后发现： (1) 两组儿童的信息传递速度和可靠性呈现出相似的生长发育趋势，但程度不同。 (2) 5 ∼ 8 岁年龄组的儿童出现异常发育趋势，这可能是由于该年龄组的癫痫儿童多有失神发作通常没有明显的痉挛。(3) 大脑区域显示出中央区与顶叶区之间以及额叶区与额叶区之间的双向信息流。
图：儿童大脑信息流研究分析流程图
人机混合智能与智慧健康研究中心隶属于杭州电子科技大学自动化学院，依托于浙江省机器学习与智慧健康国际合作基地，主要研究方向包括：机器学习、深度学习、医学信号处理、场景文字识别、自然语言处理等。研究中心现有在职教师11名，其中包含6位教授、2位副教授、3位讲师，硕博生60余名。负责人曹九稳教授是浙江省机器学习与智慧健康国际合作基地中心主任。研究中心有多位国家级和省级人才，与法国巴黎大学、新加坡南洋理工大学、加拿大温莎大学、澳门大学、复旦华山医院、浙江省儿保医院等长期保持科研合作；研究中心学生多次赴法国、加拿大等交流学习，毕业生多就职于华为、字节跳动、海康威视等国内知名企业。