马致远

博士研究生

研究方向

我的研究方向主要聚焦于人工智能、计算神经科学与计算精神病学，旨在结合数据驱动与机制建模两条路径，推动对大脑功能和精神障碍神经基础的理解。具体而言，在脑电解码方面，我利用EEG及多模态神经信号，发展特征提取与建模方法，实现对认知状态、情绪与精神健康水平的识别与预测，并着重提升模型的可解释性与跨个体泛化能力；在神经动力学建模方面，我基于神经动力学理论构建多脑区耦合模型，重点刻画非周期性神经噪声与1/f特性，从机制层面揭示正常与病理状态下的脑活动模式；在AI+医疗方面，我探索将人工智能方法应用于抑郁症等精神疾病的诊断与预后预测，旨在推动人工智能在临床中的转化与实践。

教育背景

2025.9至今 直博 清华大学生物医学工程

2021.9-2025.6 本科 浙江大学计算机科学与技术

发表论文

Sun Y, Liao W, Li J, et al. Reward-Optimizing Learning using Stochastic Release Plasticity[J]. Frontiers in Neural Circuits, 19: 1618506.

个人主页

https://scholar.google.com/citations?user=1Fxd9HMAAAAJ&hl=zh-CN

联系方式

mzydavid929@gmail.com