李远宁博士任生物医学工程学院常任轨助理教授 (Tenure-track Assistant Professor)、研究员、博导、独立课题组组长 (Principal Investigator) 和计算认知与转化神经科学实验室 (Computational Cognitive and Translational Neuroscience Lab–CCTN Lab) 主任。

李远宁博士2011年本科毕业于北京航空航天大学高等工程学院，2018年获美国卡内基梅隆大学(CMU)神经计算与机器学习博士学位，2019至2022年于加州大学旧金山分校(UCSF)神经外科 Edward Chang 实验室任博士后，曾获美国国立卫生研究院神经科学杰出学者奖(NIH Outstanding Scholars in Neuroscience Award Program)，入选国家高层次人才计划青年项目，上海市海外高层次人才计划青年项目，主持国家自然科学基金面上项目、科技部国家实验室科研任务专项、上海市浦江人才计划项目、青年科技启明星项目等。

李远宁博士主要研究方向为计算和认知神经科学及机器学习，运用高密度颅内皮质脑电技术解析高级听觉和视觉认知过程的神经机制，基于机器学习和人工智能方法建立神经编码和解码的计算模型，开发语言脑机接口。第一/通讯作者论文发表在 Nature Neuroscience, Nature Communications, Science Advances, PNAS, Cell Reports, Science Bulletin等期刊，并多次在神经科学年会(SfN)，视觉科学年会(VSS)等国际会议做口头报告。

• 神经电生理和神经影像
  

• 计算与认知神经科学

• 神经语言学

• 机器学习与人工智能

• 脑机接口与神经工程

BME2111/2127 神经信号处理与机器学习

BME1106 生物医学信号与系统II

BT2003 神经信号的采集与人机智能技术概览

SI361 多模态脑机接口：算法与系统

Editorial board member:

PLOS Computational Biology, AI in Neuroscience

Reviewer for journals:

Nature Communications, Science Advances, PNAS, PLOS Biology, eLife, NeuroImage,

Cerebral Cortex, Journal of Neurophysiology, Journal of Neuroscience Methods,

PLOS Computational Biology, PLOS One, Scientific Reports, Fundamental Research,

IEEE Transactions on Biomedical Engineering (TBME), IEEE Transactions

on Cognitive and Developmental Systems(TCDS), IEEE Journal of Biomedical and

Health Informatics (JBHI)

Membership:

Society for Neuroscience

Vision Sciences Society

Society for the Neurobiology of Language

中国神经科学学会神经科学研究技术分会委员

中国神经科学学会计算神经科学和神经工程专委会委员

中国医学装备协会脑网络神经外科分会委员

美国神经科学学会学员职业发展奖评审委员会 (SfN TPDA Selection Committee) 委员

美国神经科学学会国际学生奖评审委员会 (SfN International Travel Awards Selection Committee) 委员

完整论文链接：

https://scholar.google.com/citations?user=qETQrrkAAAAJ&hl=en

近五年部分代表性论文：(* 通讯作者, # 共同第一作者)

• Zhang, D.#, Wang, Z.#, Qian, Y.#, Zhao, Z., Liu, Y., Hao, X., Li, W., Lu, S., Zhu, H., Chen, L., Xu, K., Li, Y.*, Lu, J.* (2024). A brain-to-text framework for decoding natural tonal sentences. Cell Reports, Vol. 43, Issue 11, 114924.

• Li, Y.*#, Yang, H.#, & Gu, S.* (2024). Enhancing neural encoding models for naturalistic perception with a multi-level integration of deep neural networks and cortical networks. Science Bulletin, 69(11), 1738-1747.

• Li, Y., Anumanchipalli, G., Mohamed, A., Chen, P., Carney, L. H., Lu, J., Wu, J., Chang, E.F.* (2023) Dissecting neural computations of the human auditory pathway using deep neural networks for speech. Nature Neuroscience, 26, 1-17.

• Lu, J.#, Li, Y.#, Zhao, Z.#, Liu, Y., Zhu, Y., Mao, Y., Wu, J., Chang, E. F. (2023) Neural control of lexical tone production in human laryngeal motor cortex. Nature Communications, 14, 1-14.

• Liu, Y., Zhao, Z., Xu, M., Yu, H., Zhu, Y., Zhang, J., Bu, L., Zhang, X., Lu, J.*, Li, Y.*, Ming, D., & Wu, J.* (2023). Decoding and synthesizing tonal language speech from brain activity. Science Advances, 9(23), eadh0478, 1-10.

• Li, Y.#, Tang, C.#, Lu, J.#, Wu, J., & Chang, E. F. (2021). Human cortical encoding of pitch in tonal and non-tonal languages. Nature Communications, 12, 1161, 1-12.

• Li, Y.*, Ward, M. J., Richardson, R. M., G’Sell, M., & Ghuman, A. S. (2020). Endogenous activity modulates stimulus and circuit-specific neural tuning and predicts perceptual behavior. Nature Communications, 11, 4014, 1-11.

计算认知和转化神经科学实验室 (Computational Cognitive and Translational Neuroscience Lab– CCTN Lab) 结合认知神经科学、计算神经科学、临床神经外科以及机器学习和人工智能领域的最新理论和技术，围绕“神经机制—计算模型—临床及工程应用”这一研究主线，聚焦语言等高级认知功能的神经机制，主要开展计算和认知神经科学的研究工作，并将研究成果拓展到脑启发人工智能方法及临床和神经工程应用中。实验室主要研究方向包括：

• 跨语言、视听觉融合的语言处理神经机制：以自然语言阅读、听、说过程为研究对象，运用高密度颅内脑电和神经影像等多模态的神经信号以及统计机器学习方法，分析并建模不同语言信息加工处理相关的视觉和听觉信息的转化和处理机制，从行为、认知和计算等多角度开展研究。

• 人类大脑视觉听觉感知编码和计算模型：应用神经网络方法构建大脑感知系统的神经编解码和计算模型，并解析层级和动态计算机制。

• 汉语语言解码与脑机接口研究：研究针对声调语言的语句级别神经解码，基于颅内脑电技术构建能够实现通讯的脑机接口系统。

• 闭环神经调控机制、模型和方法研究：研究基于脑网络控制理论和神经编码预测模型的闭环脑网络神经调控机制与技术。