概述

本课题组聚焦于利用人工智能解析步态、语音等生理信号，开发生物特征识别技术，以推动无感化健康监测与疾病诊断的临床应用。

协调人

张大鹏，教授 (数据科学学院&人工智能学院)

成员

吴保元，副教授 (人工智能学院)

张大鹏，教授 (数据科学学院&人工智能学院)

多模态生物传感生理信号解读人工智能驱动的健康诊断步态

语音生物标志物

掌纹分析无创疾病检测生物识别隐私

生物识别的安全与临床集成

本课题组致力于推动生物识别技术的前沿发展，研究范畴涵盖了人脸、指纹、掌纹、脉搏、舌象、步态和声音等多种模态。我们的研究超越了传统的身份识别，深入到对人体生理与病理状态的深层解读。

我们开发AI驱动的多模态系统，能够感知、识别并解读这些细微的生物特征信号，从而支持早期疾病检测、慢性健康监测以及个性化健康评估。

我们以医疗健康为核心应用场景，致力于将生物特征数据转化为具有临床价值的深刻见解：例如，通过步态分析评估神经退行性疾病，通过舌象图像判断代谢健康状况，通过声音特征识别呼吸系统或认知能力的衰退，以及通过脉搏信号评估心血管风险。

我们的最终目标是实现无创、连续且具备情境感知能力的诊断，将日常生活中的人体特征，转变为实现预防性、精准医疗的强大工具。