陈勋
陈勋 教授、博导、系执行主任
中国科学技术大学 信息科学技术学院 电子工程与信息科学系
电子邮箱：xunchen@ustc.edu.cn; xunchen@ece.ubc.ca
地址：安徽省合肥市蜀山区黄山路443号中国科大西区电二楼（230027）
个人主页：http://staff.ustc.edu.cn/~xunchen/
简介
陈勋，中国科学技术大学电子工程与信息科学系教授、博士生导师、执行主任，国家优秀青年科学基金获得者。2009年6月本科毕业于中国科学技术大学，2014年1月博士毕业于加拿大不列颠哥伦比亚大学，随后在不列颠哥伦比亚大学做博士后研究员。2014年10月至2018年4月为合肥工业大学生物医学工程系教授、博导 、系主任。目前主要从事医学人工智能、自然人机交互、移动健康监护等领域的研究工作，主持国家重点研发计划课题、国家自然科学基金等，在IEEE SPM、IEEE TBME、IEEE TIM等国际权威期刊及知名会议上发表论文100余篇，包括5篇ESI高被引论文(2021)、1篇IEEE TIM Andy Chi Best Paper Award (2020)和1篇Elsevier“Top 5 Highly Cited Articles”(2016)。担任中国生物医学工程学会理事、青年工作委员会副主委，IEEE Senior Member，国际权威期刊IEEE Signal Processing Letters、Signal Processing-Image Communication、Frontiers in Neuroscience等编委及Frontiers in Aging Neuroscience和Sensors客座编委。
Recruitment
Faculty Openings
依托类脑智能技术与应用国家工程实验室，课题组拟招聘特任副研究员和博士后若干名，欢迎有志于从事脑信号与图像分析相关科学研究工作的国内外优秀博士毕业生及博士后咨询和加盟，学校和实验室将提供一流研究平台、高质量生源及丰厚待遇，此外，中国科大特设立“墨子杰出青年特殊津贴”，重金诚聘海内外青年人才加盟聘期制科研队伍，入选者年薪可达40万元。最好的平台期待最优秀的你！[Link]
Student Openings
课题组每年招收硕士研究生和博士研究生若干名，欢迎信息、计算机、统计、数学、生物医学工程等相关专业的优秀本科生加入。同时，课题组与国外著名大学有稳定合作研究，对研究成果突出的学生，可以推荐赴国外访问学习/联合培养。此外，课题组每年会招收少量本校本科生参与科研，不限专业。由于名额限制，请尽早联系。实验室学生成果丰硕，请参见个人主页。
研究方向
医学人工智能，自然人机交互，移动健康监护。
学术服务
Area Editor, Signal Processing: Image Communication
Associate Editor, IEEE Signal Processing Letters
Associate Editor, Frontiers in Neuroscience
Guest Editors, Frontiers in Aging Neuroscience/Sensors
科研项目
国家重点研发计划课题，“面向移动终端的高效率多通道信息输入和内容编辑, 2018YFB1005001，2018.8-2021.7，负责人；
国家优秀青年科学基金，“神经生理信号处理与分析”，61922075，2020.1-2022.12，负责人；
中国科协“青年人才托举工程”， 2017.1-2019.12，负责人；
国家自然科学基金面上项目，“基于视频的非接触式生理参数监测关键技术研究”，81571760，2016.01-2019.12，负责人；
国家自然科学基金青年基金，“脑电信号中肌电噪声去除的新探索”，61501164，2016.01-2018.12，负责人；
代表性期刊论文（*通讯作者）
Liu, S. Lee, Xun Chen*, M. McKeown, Z. J. Wang, “Galvanic Vestibular Stimulation: Data Analysis and Applications in Neurorehabilitation,” IEEE Signal Processing Magazine, to appear, 2021. (IF: 11.35, Invited Article)
W. Tao, C. Li*, R. Song, J. Cheng, Y. Liu, F. Wan, Xun Chen*, “EEG-based Emotion Recognition via Channel-wise Attention and Self Attention,” IEEE Transactions on Affective Computing, Early Access, 2021. DOI: 10.1109/TAFFC.2020.3025777
R. Song, J. Li, J. Cheng*, C. Li, Y. Liu, Xun Chen*, “Motion Robust Imaging Ballistocardiography Through a Two-step Canonical Correlation Analysis,” IEEE Transactions on Instrumentation & Measurement, 70, pp.1-10, 2021.
J. Zhang, A. Liu*, M. Gao, X. Chen, X. Zhang, Xun Chen*, “ECG-based Multi-Class Arrhythmia Detection Using Spatio-Temporal Attention-based Convolutional Recurrent Neural Network,” Artificial Intelligence in Medicine, vol. 106, 101856, 2020.
X. Zhang, L. Wu, X. Chen, Xun Chen*, “Adaptive Calibration of Electrode Array Shifts Enables Robust Myoelectric Control,” IEEE Transactions on Biomedical Engineering, vol. 67, no. 7, pp. 1947-1957, 2020.
Y. Jiao, Y. Zhang, Xun Chen, E. Yin, J. Jin, X. Wang, and A. Cichocki. Sparse Group Representation Model for Motor Imagery EEG Classification. IEEE Journal of Biomedical and Health Informatics, 23(2), 631-641, Mar. 2019. (ESI Highly Cited Paper)
M. Yin, X. Liu, Y. Liu, Xun Chen, “Medical Image Fusion With Parameter-Adaptive Pulse Coupled-Neural Network in Nonsubsampled Shearlet Transform Domain,” IEEE Transactions on Instrumentation & Measurement, vol. 65, no. 1, pp. 49-64, Jan. 2019. (ESI Highly Cited Paper, 2020 IEEE TIM Andy Chi Best Paper Award)
Xun Chen, X. Xu, A. Liu, M. McKeown, Z. J. Wang, “The Use of Multivariate EMD and CCA for Denoising Muscle Artifacts from Few-Channel EEG Recordings,” IEEE Transactions on Instrumentation & Measurement, vol. 67, no. 2, pp. 359-370, 2018. (ESI Highly Cited Paper)
Y. Liu, Xun Chen*, H. Peng, Z. Wang, “Multi-focus image fusion with a deep convolutional neural network”, Information Fusion, vol. 36, pp. 191–207, 2017. (IF: 13.667, ESI Highly Cited Paper)
Xun Chen*, Z. Jane Wang, M. J. McKeown, “Joint Blind Source Separation for Neurophysiological Data Analysis: Multiset and multimodal methods,” IEEE Signal Processing Magazine, vol. 33, no. 3, pp. 86-107, 2016. (IF: 11.35, Feature Article)