王启松 - 哈尔滨工业大学 - 仪器科学与工程学院

个人简介

王启松，男，1979年生，仪器科学与工程学院副教授，硕士生导师。精密电测技术与仪器研究所副所长，创新创业发展中心副主任，中国生物医学工程学会会员，美国弗吉尼亚联邦大学访问学者。主要从事生物电信号处理与控制、脑机接口情感计算、毫米波雷达成像、运动神经康复等方面研究工作。在IEEE Transactions on Instrumentation and Measurement、Computers in Biology and Medicine、Biomedical Signal Processing and Control以及Sensors等期刊发表SCI论文30余篇，出版学术专著1部，授权国家发明专利10余项。教育经历 2006年 - 2011年哈尔滨工业大学仪器科学与技术专业工学博士 2003年 - 2005年哈尔滨工业大学仪器科学与技术专业工学硕士 1998年 - 2002年哈尔滨工业大学测试计量技术及仪器专业工学学士工作经历 2021年12月 - 至今哈尔滨工业大学仪器科学与工程学院副教授 2018年10月 - 2021年12月哈尔滨工业大学仪器科学与工程学院讲师 2014年7月 - 2015年7月美国Virginia Commonwealth University生物医学工程系访问学者 2011年11月 - 2018年10月哈尔滨工业大学电气工程及自动化学院讲师

研究领域

1. 脑机接口（1）多模态情感识别：基于主观/客观的多模态情感特征识别方法，设计信号测量及预处理、特征提取/特征融合、建模和分类算法，实现情感识别，进而赋予计算机识别、理解、表达和生成各种情感特征的能力（2）疼痛检测与抑制：研究疼痛信息的脑电数学模型，求解疼痛的存在性、强度及病灶位置（3）运动想象控制：研发脑电信号采集设备开发脑电信号的无线采集和嵌入式处理方法，实现智能小车、飞行器的脑电控制 2. 生物电信号处理（1）运动意图识别：基于表面肌电信号研究信号处理算法实现用户运动意图识别，完成灵巧机械手/康复机械手的控制，融合脑电信号实现肢体运动康复（2）迁移学习：针对跨个体表面肌电信号的个体差异问题，研究迁移学习算法克服个体差异，搭建强泛化模型实现肌电信号的“即插即用” 3. 毫米波雷达成像（1）雷达成像：基于毫米波雷达信号的分析处理进行隐匿物品的三维重建成像（2）生理信号监测：基于毫米波雷达信号对人体呼吸状态，心电信号进行实时监测 4. 人体步态识别（1）可穿戴传感器硬件开发：研究基于多传感节点的无线、便携步态识别传感器（2）数字孪生人体3D建模：研究基于肌肉骨骼模型的三维人体模型与多模态传感器匹配

近期论文

查看导师新发文章（温馨提示：请注意重名现象，建议点开原文通过作者单位确认）

Chai X, Wang Q*, Zhao Y, et al. Unsupervised domain adaptation techniques based on auto-encoder for non-stationary EEG-based emotion recognition[J]. Computers in biology and medicine, 2016, 79: 205-214. JCR Q1, 中科院 2区, IF=6.698 Chai X, Wang Q*, Zhao Y, et al. A fast, efficient domain adaptation technique for cross-domain electroencephalography (EEG)-based emotion recognition[J]. Sensors, 2017, 17(5): 1014. JCR Q2, 中科院 3区, IF=3.9 Liu D, Wang Q*, Zhang Y, et al. FPGA-based real-time compressed sensing of multichannel EEG signals for wireless body area networks[J]. Biomedical Signal Processing and Control, 2019, 49: 221-230. JCR Q2, 中科院 2区, IF=5.076 Wang Q, Cao T, Liu D, et al. A motor-imagery channel-selection method based on SVM-CCA-CS[J]. Measurement Science and Technology, 2020, 32(3): 035701. JCR Q2, 中科院 3区, IF=2.398 Cao T, Liu D*, Wang Q, et al. Surface Electromyography-Based Action Recognition and Manipulator Control[J]. Applied Sciences, 2020, 10(17): 5823. JCR Q2, 中科院 4区, IF=2.398 Cao T, Wang Q*, Liu D, et al. Resting state EEG-based sudden pain recognition method and experimental study[J]. Biomedical Signal Processing and Control, 2020, 59: 101925. JCR Q2, 中科院 2区, IF=5.076 Wang Q, Dong Z*, Liu D, et al. Frequency-modulated continuous wave radar respiratory pattern detection technology based on multifeature[J]. Journal of Healthcare Engineering, 2021, 2021. JCR Q2, 中科院 4区, IF=3.822 Zhang M, Wang Q*, Liu D*, et al. Real-time gait phase recognition based on time domain features of multi-MEMS inertial sensors[J]. IEEE Transactions on Instrumentation and Measurement, 2021, 70: 1-12. JCR Q1, 中科院 2区, IF=5.6 Tao L, Cao T, Wang Q, et al. Distribution adaptation and classification framework based on multiple kernel learning for motor imagery BCI illiteracy[J]. Sensors, 2022, 22(17): 6572. JCR Q2, 中科院 3区, IF=3.9 Zhang M, Liu D*, Wang Q*, et al. Detection of ness-related EEG signals based on decision fused BP neural network[J]. Biomedical Signal Processing and Control, 2022, 74: 103479. JCR Q2, 中科院 2区, IF=5.076 Zhang M, Liu D, Wang Q, et al. Gait pattern recognition based on plantar pressure signals and acceleration signals[J]. IEEE Transactions on Instrumentation and Measurement, 2022, 71: 1-15. JCR Q1, 中科院 2区, IF=5.6 Tao L, Cao T, Wang Q, et al. Application of self-adaptive multiple-kernel extreme learning machine to improve MI-BCI performance of subjects with BCI illiteracy[J]. Biomedical Signal Processing and Control, 2023, 79: 104183. JCR Q2, 中科院 2区, IF=5.076 Zhong X C, Wang Q*, Liu D, et al. A Deep Domain Adaptation Framework with Correlation Alignment for EEG-based Motor Imagery Classification[J]. Computers in Biology and Medicine, 2023. JCR Q1, 中科院 2区, IF=7.7