张奇，同济大学计算机科学与技术学院长聘副教授，入选国家海外高层次青年人才、上海白玉兰海外高层次青年人才、上海市浦江人才计划，主持和参与国家自然科学基金青年科学基金、科技部重点研发多项。主要研究方向为多模态信息处理，具体包括脑视觉编解码、时间序列分析、多模态模型压缩等，在人工智能和数据科学领域的顶级国际期刊和会议上发表论文70余篇，包括TKDE、TOIS、TNNLS、NeurIPS、ICML、ICLR、AAAI、KDD等。近年来担任AAAI、IJCAI、ICLR、NeurIPS、ICML、ACM MM等会议程序委员或领域主席，并在多个国际期刊担任客座编辑和审稿人包括TPAMI、TKDE、TSMC、TOIS、Machine Learning等，担任CSIG青工委副秘书长、上海计算机学会计算机视觉专委副秘书长、YOCSEF上海学术AC委员。

张枢，西北工业大学计算机学院教授、博士生导师，国家级青年人才，西北工业大学翱翔海外学者，空天地海一体化大数据应用技术国家工程实验室成员，陕西省语音图像信息处理重点实验室成员，西北工业大学脑科学与类脑计算交叉研究中心主任。申请人长期从事脑影像分析、脑机接口与人机交互等领域的研究，在IEEE TNNLS，MedIA，Neural Networks，IEEE TBME，MICCAI，BIBM，ICRA等高水平期刊与会议发表学术论文100余篇，申请专利10余项。近五年主持国家级青年人才项目、国家自然科学基金面上项目、国家自然科学基金青年项目、国防领域项目等国家级科研项目5项，主持西北工业大学翱翔海外学者项目、教改、教学、教材类项目及横向项目等10余项。申请人任中国图象图形学学会（CSIG）青工委委员，医学图像计算青年研讨会（MICS）委员，长沙市湖湘军民融合促进中心专家库专家；任Computerized Medical Imaging and Graphics期刊编委，Meta-Radiology期刊编委，Biomedical Informatics期刊编委，Frontiers in Computational Neuroscience 期刊副编辑，Frontiers in Neuroscience客座编辑等；任MICCAI 2023、2024国际会议领域主席。

周涛，南京理工大学计算机科学与工程学院教授，博士生导师，国家高层次青年人才。主要从事人工智能与医疗健康的交叉研究，重点关注疾病辅助诊断、病灶/器官区域分割、医学图像/视频生成等。目前已在国际权威期刊和会议上（IEEE TPAMI、TIP、TMI、MIA、CVPR、MICCAI等）发表论文90余篇，Google Scholar引用超8400次，连续入选斯坦福大学发布的全球前2%顶尖科学家年度榜单。曾获CVMJ最佳论文提名奖、《计算机研究与发展》优秀论文奖、计图开发者大会最具影响力论文奖等。担任CSIG青年工作委员会、CCF-AI执行委员，及医学图像计算青年研讨会（MICS）委员等。此外，受邀担任多个权威期刊（IEEE TIP/TNNLS/TMI/TCSVT，PR）的编委，以及MICCAI的领域主席。

王刚，军事科学院副研究员，北京脑科学与类脑研究所青年研究员/PI。兼任CNS青工委委员/类脑智能分会副秘书长、CAAI青工委委员、CCF计算机视觉专委会委员、CSIG标准委委员等。获比利时根特大学博士学位，在类脑智能领域主持国家/省部级课题10余项，以第一/通讯作者在TPAMI、ICML、NeurIPS、ICCV等发表论文40余篇，多篇入选ESI高被引。曾获CVPR2023和CVPR2025 Workshop国际竞赛冠军、BNAIC2019最佳学生论文提名等（均序1）。入选国防领域高层次青年人才、北京市科技新星（创新、交叉）、北脑青年学者等。

李国齐，中国科学院自动化所研究员，博士生导师，脑认知与类脑智能全国重点实验室副主任，通用类脑智能大模型北京市重点实验室主任，国家杰出青年基金获得者；在Nature正刊、Nature子刊、Science 子刊等期刊和AI顶会上发表论文 200余篇，论文被引用1.5万余次；主持国家自然科学基金重点项目、联合重点项目、科技部重点研发项目等30余项；担任IEEE TNNLS，IEEE TCDS和清华大学学报-自然科学版编委；曾获得中国自动化学会自然科学一等奖，ECCV最佳论文奖提名，中国算力大会最佳论文奖，曾入选北京市杰青，中国科学院百人计划，DeepTech中国智能计算科技创新人物，中国算力青年先锋人物。

报告摘要：本报告将简要介绍我们近年来在影像基因组学及其疾病诊断应用方面的相关工作进展，主要包括医学影像（MRI/CT）快速重建、多图谱医学影像分割、脑网络分析、影像基因关联分析等，以及在阿尔茨海默病等疾病诊断中的应用。

讲者简介：张道强，南京航空航天大学人工智能学院教授、院长，脑机智能技术教育部重点实验室主任。入选国家级领军人才、国际模式识别学会会士（IAPR Fellow），获国家自然科学基金优青和重点项目等资助。任IEEE Trans. Medical Imaging、Pattern Recognition、Machine Intelligence Research、Intelligent Medicine等期刊编委，以及《数据采集与处理》期刊副主编。担任中国图象图形学会监事、阿尔茨海默病防治协会理事、中国图学学会图学大数据专委会副主任、中国人工智能学会机器学习专委会常委、中国生物医学工程学会医学信息与控制分会常委、江苏省人工智能学会医学图像处理专委会主任等。主要研究方向为人工智能，机器学习，医学图像分析，脑机接口等，发表学术论文200 余篇，被引2万余次。获国家自然科学二等奖1项、教育部自然科学一等奖和二等奖各1项，指导博士生/博士后2次获医学影像领域重要国际会议MICCAI青年科学家奖。2014-2024 连续11年入选Elsevier 中国高被引学者榜。

报告摘要：脑机接口技术已成为辅助语言及运动障碍患者恢复信息沟通和运动控制能力的重要工具，对于促进运动和认知功能障碍患者的神经功能重建具有显著作用。本报告将深入讨论基于视觉、听觉和触觉刺激的脑机接口以及基于运动想象的脑机接口的设计原理、识别算法的改进方法及其在康复辅助领域的应用。报告将阐述脑机智能假肢和机器人技术在康复医学中的创新应用,提高残障人士的生活质量和增强其独立生活能力；介绍脑机神经反馈训练技术，以此协助患者恢复运动功能和提升日常生活自理能力。

讲者简介：金晶，华东理工大学教授、博士生导师，副院长、智能计算中心主任，入选国家高层次人才特殊支持计划，上海市东方学者特聘教授，上海市曙光学者，上海市院士（专家）工作站首席专家；获首届华瑙奖杰出青年科学家奖，获吴文俊人工智能自然科学奖一等奖、上海市自然科学二等奖、中国自动化学会自然科学二等奖；主要研究方向为脑机接口技术、脑信号处理与识别和智能康复机器人等，在脑机接口领域顶刊JNE, IEEE TBME, IEEE TNSRE和中科院TOP期刊J CONTROL RELEASE, IEEE TNNLS, IEEE TCYB, IEEE JIOT, IEEE JBHI, IEEE TIM等上发表论文180余篇，ESI高被引论文/热点论文12篇；主持国家科技创新2030重大专项课题，上海市市级科技重大专项共建单位项目，国家自然科学基金项目等20余项国家级、省部级项目；转化成果已经取得中国医疗器械注册证和欧盟CE认证，获奥地利国家创新提名奖；受邀担任国际BCI-award奖励基金会理事，国际脑机接口学会青年科学家奖评审委员会委员，中国生物医学工程学会医学神经工程分会副主任委员，国际神经修复学会脑机交互与人工智能分会副主任委员；担任SCI期刊Journal of Neuroscience Methods，Cognitive Neurodynamics和Frontiers in Neurorobotics副主编，中科院一区TOP期刊Neural Networks执行编委，脑机接口顶级期刊Journal of Neural Engineering编委。

报告摘要：针对以预训练大模型为代表的人工智能方法可解释性差、对数据的依赖性强、类人机理不清晰等问题，开展脑与认知驱动的多模态大模型机理解析与评估研究，突破大模型的内部表示空间与维度解释、结构与功能模块化剖析、多模态神经元发现与属性定位等关键技术，支持创建类脑知识表示与推理、认知机理与数据融入的预训练方法，实现可解释、类脑的新一代人工智能方法。

讲者简介：何晖光，中科院自动化所研究员，博士生导师，国家高层次人才，中国科学院大学岗位教授，上海科技大学特聘教授。先后主持包括多项国家自然科学基金、863项目、国家重点研发计划课题等多个重要项目。获得国家科技进步二等奖两项（排二、排三），北京市科技进步奖两项，教育部科技进步一等奖，中科院首届优秀博士论文奖等奖项。入选北京市科技新星，中科院“卢嘉锡青年人才奖”，中科院青年创新促进会优秀会员等。其研究领域为人工智能，脑-机接口、医学影像分析等，在Nature Machine Intelligence, IEEE TPAMI，ICML等发表文章200余篇。CCF/CSIG杰出会员。建国七十周年纪念章获得者。

报告摘要：脉冲神经网络（Spiking Neural Network，SNN）被称为第三代人工神经网络，除神经元和突触状态之外，脉冲神经网络还包含了时间状态。相比于前二代人工神经网络，脉冲神经网络具有高生物仿真、低功耗、高效等特征。本报告将介绍脉冲神经网络的基本原理，分析当前脉冲神经网络学习方法的研究现状与发展趋势，探讨脉冲神经网络的优势，并结合课题组近年来相关工作汇报最新进展。

讲者简介：余肇飞，北京大学人工智能研究院研究员、博士生导师，北京大学博雅青年学者，国家优秀青年基金获得者。主要研究方向为类脑计算、神经形态计算，担任脑脉冲大模型北京市重点实验室副主任、中国图象图形学会类脑视觉专委会秘书长、中国认知科学学会计算神经工程专委会副秘书长。在Nature Biomedical Engineering、Science Advance、IEEE Transaction汇刊和NeurIPS、ICLR、ICML、CVPR、ICCV、ECCV、AAAI、IJCAI等顶级会议上发表论文80余篇，主持国家自然科学基金面上项目、北京市科技新星、博士后创新人才支持计划等项目，担任ICML、NeurIPS、ICLR、ACM MM等会议领域主席（Area Chair），AAAI Senior PC Member，曾获中国自动化学会自然科学奖一等奖、北京市科学技术奖二等奖。

报告摘要：在全脑层次构建大脑神经动力学的等效数字孪生模型，被认为是未来十年类脑领域重要的研究方向，其成果有望形成基于生物脑和数字脑的双脑研究模式，推动脑科学与人工智能的深度融合和大跨度交叉，催生科学技术的新突破，引领重大脑疾病临床研究。在本报告中，我将简要回顾国际上在大尺度脑动力学模型（即：数字孪生脑）研究的相关背景，介绍我们课题组近年来在高精度数字孪生脑模型构建及其在脑机接口研究中的应用等方面工作，并探讨该领域的发展趋势与所面临的挑战。

讲者简介：郭大庆，电子科技大学教授，国家级青年人才，四川省杰青、四川省顶青，神经信息教育部重点实验室副主任。担任中国自动化学会生物控制论与生物医学工程专业委员会副秘书长、中国神经科学学会计算神经科学和神经工程分会副主任委员。长期专注于计算神经科学与类脑领域研究，主持多项自然科学基金、科技部重点研发课题等国家级项目。在领域内国际主流期刊发表论文80余篇，成果被国内外学者广泛正面评价。获2019年度中国生物医学工程学会“黄家驷生物医学工程奖”二等奖，获2023年第九届中国力学学会自然科学奖二等奖。