董群喜 副教授

学科 : 计算机科学与技术

方向 :情感计算、心理生理计算、神经影像计算

电子邮件 :dongqx@bit.edu.cn

办公地址 :新食堂418

个人简历

长聘副教授、博导,专注于脑健康智能计算领域,探索脑功能疾病的心理生理关联机制,突破脑功能疾病病理机制量化建模、自然情境下多模态生理信息感知、闭环自适应负反馈治疗等关键技术瓶颈,研发并示范应用精准化、智能化、普适化的全方位脑功能疾病“感+知+疗”综合平台。主持国自然面上基金项目1项,主持国家科技重大专项子任务、课题及横向项目6项,累计发表SCI论文40余篇,其中顶级期刊7篇,ESI高被引1篇,授权发明专利5项。其研究成果已广泛应用于研究生新生精神健康体检、中小学生心理健康测评及临床抑郁患者随访。

教育培训经历

2009年9月–2017年12月 计算机应用技术 博士
2016年5月–2016年8月 Institute of Neuroscience and Medicine Medical Imaging Physics, Juelich research center, Germany,项目合作交流
2013年9月–2015年8月 Institute of Neuroscience and Medicine Medical Imaging Physics, Juelich research center, Germany,联合培养博士生
2005年9月–2009年7月 计算机科学 学士

工作经历

2021年1月-至今 北京理工大学医学技术学院
2018年5月–2020年12月 美国亚利桑那州立大学计算机学院几何系统实验室,博士后

学术任职

担任IEEE TCSS编委、IJCAI-HBAI 2024国际会议程序委员,担任中国图象图形学会情感计算专委会委员,担任Human Brain Mapping [J]、IEEE Transactions on Affective Computing[J]、Journal of Biomedical and Health Informatics[J]、IEEE Transactions on Neural Systems & Rehabilitation Engineering[J]、Neuroimage: clinical[J]等杂志评审。

研究领域

情感计算、心理生理计算、神经影像计算

讲授课程

《生物医学大数据》,《脑科学与类脑智能概论》《Python语言程序设计》

教材及专著

参与项目

"[1] 北京理工大学“朗月计划”,主持,2022年01月至2023年12月
[2] 北京理工大学青年教师学术启动计划: 多源多任务预测阿尔茨海默症风险人群的方法研究,主持,2021年1月-2023年12月
[3] 中医特色综合康复方案在慢性心功能不全治疗中的应用研究,主持,2023年3月-2024年3月
[4] 科技创新2030“脑科学与类脑研究” 重大项目: 抑郁症的前瞻性临床队列研究,子任务负责人,2022年12月至2026年11月
[5] 国家重大科研仪器研制项目: 面向情感功能异常神经机制的多模态生理信息异步分析系统,参与,2023年1月-2027年12月
[6] 国家自然科学基金面上项目“基于多源神经影像信息深度融合方法的抑郁障碍病理进程量化研究”,主持,2024年1月-2027年12月
[7] 基于便携式脑电的精神状态评估系统优化及性能测试技术服务项目,主持,2024-2025年"

SCI Journal paper

Qunxi Dong, Wen Zhang, Cynthia M. Stonnington, Jianfeng Wu, Boris A. Gutman, Kewei Chen, et al. "Applying surface-based morphometry to study ventricular abnormalities of cognitively unimpaired subjects prior to clinically significant memory decline [J]." NeuroImage: Clinical (2020).
Qunxi Dong, Wen Zhang, Jianfeng Wu, Bolun Li, Emily H. Schron, Travis McMahon, Jie Shi et al. "Applying surface-based hippocampal morphometry to study APOE-E4 allele dose effects in cognitively unimpaired subjects [J]." NeuroImage: Clinical (2019): 101744.
Dong Q, Zhang J, Li Q, Wang J, Lepore N. Thompson PM, Caselli RJ, Ye J, Wang Y. Integrating Convolutional Neural Networks and Multi-Task Dictionary Learning for Cognitive Decline Prediction with Longitudinal Images [J], Journal of Alzheimer’s Disease (2020).
Fan Y, Wang G, Dong Q, et al. Tetrahedral Spectral Feature-Based Bayesian Manifold Learning for Grey Matter Morphometry: Findings from the Alzheimer’s Disease Neuroimaging Initiative[J]. Medical Image Analysis, 2021: 102123.
Zhang J, Dong Q, Shi J, et al. Predicting future cognitive decline with hyperbolic stochastic coding[J]. Medical image analysis, 2021, 70: 102009.
Wu J, Dong Q, Gui J, et al. Predicting brain amyloid using multivariate morphometry statistics, sparse coding, and correntropy: validation in 1,101 individuals from the ADNI and OASIS databases[J]. Frontiers in Neuroscience, 2021: 985.
Wu J, Dong Q, Zhang J, et al. Federated Morphometry Feature Selection for Hippocampal Morphometry Associated Beta-Amyloid and Tau Pathology[J]. Frontiers in Neuroscience, 2021: 1585.
Zhang J, Dong Q, Shi J, Li Q, Stonnington CY, Gutman BA, Chen K, Reiman EM, Caselli RJ, Thompson PM, Ye J, Wang Y, ADNI Group, Predicting Future Cognitive Decline with Hyperbolic Stochastic Coding, Medical Image Analysis, 2021.
Gang Wang, Qunxi Dong, Jianfeng Wu, Yi Su, Kewei Chen, Qingtang Su, Xiaofeng Zhang, Jinguang Hao, Tao Yao, Caiming Zhang, Richard J. Caselli, Eric M. Reiman, Wang Y. Developing Univariate Neurodegeneration Biomarkers with Low-Rank and Sparse Subspace Decomposition [J], Medical Image Aanalysis, 2021.
Jessica Rosenberg, Qunxi Dong, Esther Florin, Praveen Spripad, Frank Boers, Martina Reske, Nadim Joni Shah, Jürgen Dammers. Conflict processing networks: A directional analysis of stimulus-response compatibilities using MEG [J], PLOS ONE, 2021.
Hu, Bin, Qunxi Dong, Yanrong Hao, Qinglin Zhao, Jian Shen, and Fang Zheng. Effective brain network analysis with resting-state EEG data: a comparison between heroin abstinent and non-addicted subjects [J]. Journal of Neural Engineering 14, no. 4 (2017): 046002.

EI Journal paper

"[1] Multi-task dictionary learning based on convolutional neural networks for longitudinal clinical score predictions in Alzheimer’s disease[C], Human Brain and Artificial Intelligence: First International Workshop, HBAI 2019, Held in Conjunction with IJCAI 2019, Macao, China: 21-35, Qunxi Dong et al."

中文论文

"[1]基于异步芯片的多模态神经生理信号采集技术[J],数据采集与处理(2022), 朱立贤,田福泽,董群喜*,赵庆林,何安平,郑炜豪,胡斌*
[2]刘晓星, 董群喜, 师乐, 等. 新型精神健康诊疗技术的挑战与机遇——第735次香山科学会议纪要 [J] . 中华精神科杂志, 2023, 56(1) : 67-70. DOI: 10.3760/cma.j.cn113661-20221125-00321"

专利

"(1) 胡斌; 董群喜; 沈健; 刘红红 ; 基于sMRI多维张量形态特征预测脑年龄的方法及装置, 2022-05-18,中国, CN202210551856.2 (专利)
(2) 胡斌; 朱立贤; 董群喜 ; 一种基于闭环反馈的精神状态监测与治疗的系统和方法, 2021-11-02, 中国, CN202111289061.0 (专利)
(3) 胡斌; 荣培晶; 董群喜; 朱立贤; 沈健; 孙淑婷; 赵亚楠; 靳晓坤 ; 一种实时生物反馈经皮迷走神经电子针灸装置, 2022-07-29, 中国, CN202210910362.9 (专利)
(4) 胡斌; 孙淑婷; 严畅; 李小伟; 邵学晓; 董群喜 ; 一种基于聚类-融合的脑电信号特征识别分析方法,2022-01-05, 中国, CN202210006657.3 (专利)
(5) 胡斌; 任熹培; 董群喜; 朱立贤; 李增瑞; 李钰雯; 石頔; 头戴式耳迷走神经刺激仪, 2023.11.16, 中国, CN202330748783.1 (专利)
(6) 胡斌; 朱立贤; 董群喜; 王骕; 王睿; 一种运动反馈干预系统的动感单车, 2023.08.21, 中国, CN202311051720.6 (专利)
(7) 胡斌; 靳晓坤; 董群喜; 朱立贤; 宋子恺; 一种基于实时生物反馈的睡眠舱干预调节方法及系统, 2023.08.11, 中国, CN202311011102.9 (专利)
(8) 胡斌; 董群喜; 张轩; 朱立贤; 王骕; 郑旺; 刘俊逸; 李添; 一种基于多模态生理反馈的自适应音乐干预系统, 2024.12.24, 中国, CN202411913071.0 (专利)
(9) 胡斌; 董群喜; 朱立贤; 田福泽; 蔡然; 钱昆; 费铭哲; 一种用于精神状态调节的头盔, 2023.10.07, 中国, CN202311276975.2 (专利)
(10) 胡斌; 董群喜; 朱立贤; 王骕; 一种精神状态评估方法及系统, 2023.08.11, 中国, CN202311010908.6 (专利)
(11) 胡斌; 董群喜; 李志刚; 刘竞宇; 一种图网络构建方法、装置、电子设备和存储介质, 2023.06.29, 中国, CN202310781652.2 (专利)
(12) 胡斌; 董群喜; 刘伟佳; 刘竞宇; 基于脑龄的 AD 风险预测系统及模型生成方法, 2022.11.17, 中国, CN202211440970.4 (专利)
(13) 实时生物反馈迷走神经电子针灸技术(排名:2/35), 2024.12.31, T/CITS 222-2024 (标准)
(14) 便携式三导脑电抑郁状态采集与分析技术(排名:3/36), 2024.12.31, T/CITS 223-2024 (标准)
(15) 精神状态瞳孔波采集与分析技术(排名:3/33), 2024.12.31, T/CITS 224-2024 (标准) "

所获奖励/荣誉

"指导2名研究生获得国家奖学金
指导学生获市级或校级大创项目奖4项,获全国生物医学工程大赛二等奖1项 "