IEEE Trans. Instrumentation and Measurement · 2025
HARFormer: A Masked Self-Supervised Transformer-Based Model for Human Activity Recognition with Predicting Somatosensory Tokens
以掩码自监督预训练预测体感 token，把 Transformer 迁移到可穿戴传感器的人体活动识别任务。
李景聪 · 华南师范大学人工智能学院
华南师范大学人工智能学院副教授、软件工程系主任，2019 年获华南理工大学博士学位。 主要从事机器学习、深度学习与混合神经网络，及其在脑科学与脑机接口中的应用研究。
Since 2019
@ SCNU
20+ SCI Papers
About Me
你好，我是 李景聪
华南师范大学副教授、人工智能学院软件工程系主任， 2019 年于华南理工大学自动化科学与工程学院获博士学位。
研究方向为机器学习、深度学习与混合神经网络，以及它们在脑科学与脑机接口中的应用； 以第一作者发表 SCI 论文 20 余篇，并获国际脑组织分割竞赛 MRBrainS Challenge 第一名。
16274主页访问量
29关注者
6科研项目
11代表论文
Research Skills
深度学习 / 神经网络
92%
脑机接口 / 信号解码
88%
医学影像 / 图像分割
85%
小样本学习 / 迁移学习
80%
Research Areas
机器
学习
机器学习与深度学习：混合神经网络、自监督预训练，以及跨模态表征学习。
脑机
接口
混合脑机接口：脑电解码、睡眠分期与意识障碍（DoC）患者的临床辅助诊断。
医学
影像
医学图像分析：MR 脑组织分割、心脏右心室分割（MRBrainS Challenge 第一名）。
小样本
迁移学习
小样本学习、迁移学习与元学习：原型校准、分布校正与跨被试迁移。
Selected Papers
Full ListIEEE Trans. Biomedical Engineering · 2025
SemSTNet: Medical EEG Semantic Metric Learning with Class Prototypes Generated by Pretrained Language Model
用预训练语言模型生成类别原型，为医学脑电信号引入语义层面的度量学习。
IEEE Trans. Biomedical Engineering 66(12) · 2019
Dilated-Inception Net: Multi-Scale Feature Aggregation for Cardiac Right Ventricle Segmentation
空洞卷积与 Inception 结构结合，聚合多尺度特征完成心脏右心室分割。
Neurocomputing 358 · 2018
MMAN: Multi-Modality Aggregation Network for Brain Segmentation from MR Images
面向多模态 MR 影像的聚合网络，对应国际脑组织分割竞赛 MRBrainS Challenge 第一名方案。
Latest Updates
More NewsSemantically guided cross-subject EEG emotion recognition with pretrained language model
用预训练语言模型提供语义引导，解决跨被试 EEG 情绪识别中的个体差异问题。
Read MoreA Novel Perspective on Leveraging Hubness in VAE for Eliminating Representative Shift Vectors in Few-Shot Learning
从 VAE 的 hubness 现象出发，消除小样本学习中的表征偏移向量。
Read MoreA Novel Self-Supervised Learning Method for Sleep Staging and Its Pilot Study on Patients with Disorder of Consciousness
睡眠分期自监督方法，并在意识障碍患者上完成初步临床验证（荷兰鹿特丹）。
Read MoreGet In Touch
扫码访问我的学者网主页
Scan to open SCHOLAT homepage