李孟，2009年获得哈尔滨工业大学博士学位。先后于美国佐治亚医学院（2009-2018）、美国哈佛大学（2018-2019）任博士后研究员。2019-2021年就职于德国马克普朗克学会生物控制论研究所，任研究科学家。2021年回国加入中国科学院上海微系统与信息技术研究所，任研究员、博士生导师。主要研究方向为脑科学与人工智能。

1. 多种实验范式下 FNIRS 脑电数据（较大队列）；
2. 特定疾病下 EEG 脑电数据（较大队列）；
3. 脑电数据处理的基础版本代码。

研究目的：

通过该项目的研究，旨在基于大数据病人队列，通过深度学习的方法，建立性能优秀的疾病识别模型，辅助医生临床诊断。

我们希望这项技术在认知功能障碍疾病诊断上能获得良好的结果，为相关领域的研究提供有益的启发和指导。

本课题旨在基于 EEG、FNIRS 脑电数据开发认知功能障碍（MCI）病人识别算法，辅助医生临床诊断，并研究人脑在对应病理与实验范式下的工作机理。具体内容包括：

1.辅助医院采集部分病人队列脑电信号；

2. 基于脑电信号与深度学习模型工具，建立人脑信号与疾病、实验范式之间的映射关系；

3.优化算法模型，确保优质模型拟合结果；

4.根据模型结果，分析信号特征与辅助数据之间的相关性，进而探究人脑功能活动。