中心重点聚焦人工智能、并行计算、大数据智能化等关键技术，围绕气象和医疗领域的应用需求，开展大气环境和临床医疗与人工智能技术的交叉集成创新技术研究，在智能预报技术和智能诊疗技术方面形成特色。力争成为我国重要的人工智能技术研究和应用创新基地，服务国家重大需求和经济社会高质量发展。

研究方向

1．建立并行计算与优化技术体系

2．发展人工智能与医学交叉学科的应用

3．拓展人工智能、物联网技术在工业领域的应用

人才队伍

中心成员20人，已形成多层次、阶梯化的人才队伍，其中，正高级职称2人，副高级职称5人，中级职称4人，其他开发人员9人。入选重庆英才计划1人，中国科学院青促会2人，中国科学院西部之光2人，中国数学会数理逻辑专委会委员1人，中国计算机学会（CCF）形式化方法专委会委员1人。

智能计算方向：

孙启龙，2007年毕业于中山大学计算机科学系，获理学学士学位。2010年毕业于中国科学院计算技术研究所，获工学硕士学位。2010-2011年就职于联发科，从事智能手机android系统层应用开发。2011-2012在中煤科工集团重庆研究院从事矿下应急通讯及物联网系统的开发和研究工作。2012年至今在中国科学院重庆绿色智能技术研究院从事超算应用技术、大数据、人工智能等领域的研究及开发。在中国科学院重庆绿色智能技术研究院工作期间，作为项目负责人主持地方政府和企业委托的超级计算和大数据相关项目7项，总经费超过2500万元。作为主要成员多次参与科技部重点研发计划、地方科技攻关项目和横向课题10余项，总经费超过4000万元。研究及开发成果应用在重庆市气象局、第三军医大学第一附属医院等单位。

智慧医疗方向：

陈芋文，博士研究生，研究员，中国科学院青促会会员，重庆医疗大数据与智慧医疗协同创新中心的核心成员。主要研究方向为机器学习应用于医疗领域，向医生提供基于大型健康数据的决策支持工具，研究机器学习和因果推断的交集，重点是使用深度学习方法进行因果推断。此外，长期进行机器学习、视频语义认知、大数据分析智能软件等方面研究。近年在计算机科学、机器学习国内外高水平学术会议和期刊上发表智慧医疗以及算法研究相关SCI学术论文30余篇，申请专利 10项，软件著作权3项，主持国家重点研发计划课题1项，主持军委科技委项目1项，重庆市自然科学基金1项，其它省部级项目2项，参与国家省部级项目10项。

研究成果 

1.代表性科研成果

1.并行计算与优化技术体系构建与应用

团队依托已建成的超级计算服务平台（浮点计算能力达到每秒运算400万亿次，储存量达2PB），面向重庆市精细化数值天气预报需求，开发的精细化数值天气预报系统能够实现水平分辨率3km的逐3h更新的中尺度数值预报，以及水平分辨率3km逐1h更新的预报时长12h的快速更新同化预报，预报时长可根据业务场景进行设置。该系统可提供降水、温度、气压、相对湿度、风场等地面、高空预报场，产品形式包括图形和格点两种，为重庆、内蒙古等地提供天气预报数据，为防灾减灾、农牧生产、污染防治、航空航天等提供决策支撑。

2.围术期风险预测模型构建及系统开发

利用“多中心多源多模围术期大数据集”建立了预测模型构建框架，针对围术期多种危重症（脓毒症、死亡、术后认知功能障碍、肾脏衰竭、呼吸衰竭等）预警进行了建模和验证研究，研究成果发表于国际著名期刊发表并获得专利。团队合作开发的“危重症事件追踪预警及决策支持服务系统”已经获得“医疗器械产品注册证”、软件产品证书、软件著作权。同时该系统入选重庆市卫健委“2022年数字健康应用场景建设项目-人工智能方向”。

3.脑机接口技术开发

面向神经系统疾病的智能诊疗应用需求，提出基于数据增强和深度学习的特定患者癫痫检测模型、基于特征分离和对抗训练的多患者癫痫发作检测方法、基于数据融合和对抗训练的特定患者癫痫预测方法、基于多模态数据的癫痫病灶定位方法、基于双分支超图卷积网络的癫痫检测方法，提出了一种经颅磁刺激点位的脑电定位方法。成功开发电生理数据采集分析平台，部分研究成果应用于重庆医科大学附属第一医院。

2.代表性论文

[1] Chen YW, Xu LQ, Yi B. Early recognition of risk of critical adverse events based on deep neural decision gradient boosting[J]. Front Public Health. 2023 Jan 26;10:1065707

[2] Che, Y, Zhong K, Zhu Y, Sun Q. Two-stage hemoglobin prediction based on prior causality[J]. Front Public Health. 2022 Nov 30;10:1079389.

[3] Chen Y, Liu J. Polynomial dendritic neural networks[J]. Neural Computing and Applications, 2022.

[4] Chen YW, Li YJ, Deng P. et al. Learning to predict in-hospital mortality risk in the intensive care unit with attention-based temporal convolution network. BMC Anesthesiol. 2022 Apr 23;22(1):119.

[5] Yang Y, Chen SL, Huang D, et. al. Proof of an inequality conjecture for a point in the plane of a triangle[J]. Journal of Mathematical Inequalities. 2017, 399-411.

[6] Yang Y, Qin XL, Wen H, Li F, Lin XG. Patient-specific approach using data fusion and adversarial training for epileptic seizure prediction[J]. Frontiers In Computational Neuroscience, 2023, 17: 1172987.

[7] Yang Y, Li F, Qin XL, Wen H, Lin XG, Huang D. Feature separation and adversarial training for the patient-independent detection of epileptic seizures[J]. Frontiers In Computational Neuroscience, 2023, 17: 1195334.

[8] Yang Y, Li F, Luo J, Qin XL, Huang D. Epileptic focus localization using transfer learning on multi-modal EEG[J]. Frontiers In Computational Neuroscience, 2023, 17: 1294770.

[9] Liu JC, Yang Y, Li F, Luo J. An Epilepsy Detection Method Based on Multi-dimensional Feature Extraction and Dual-Branch Hypergraph Convolutional Network[J]. Frontiers in Physiology, 2024: 15-2024.

[10] Lin, Xiaoguang; Zhang, Ju; Zhang, Da. Topic Detection and Evolution for Biomedical Literature with BRTH Tree[J]. Basic & Clinical Pharmacology & Toxicology, 2020, 126.

3.代表性项目

1. 重庆市超算服务平台，重庆市科技局重庆市科技服务平台专项，2015.10-2020.10，3200万元

2. 云端融合的多模态数据交互意图理解，国家重点研发计划课题，2016.6-2020.6，135万元

3. 重症和手术监护危重事件预测模型与智能干预推理决策，国家重点研发计划课题，2018.8-2022.8，240万元

4. 随机混成系统状态估计算法理论研究，国家自然科学基金面上项目，2017.1-2020.12，55万元

5. 基于自主进化神经网络算法的老年患者术后谵妄及远期认知功能障碍风险预警模型研究，国家自然科学基金面上项目，2024.1-2027.12，49万元

6. 基于人工智能算法的危重症风险预测研究，中国科学院项目，2020.1-2023.12，80万元

7. 内蒙古复杂地形条件下数值预报模拟关键技术研发及应用，中国科学院STS计划区域重点项目，2021.1-2023.12，240万元

8. 重庆市高分辨率数值预报系统，2023.7-2024.7，企事业单位委托项目，425万元

9. 运输皮带状态在线监测系统，2024.2-2025.2，企事业单位委托项目，95万元

联系方式

联系人：杨涌

邮  箱：yangyong@cigit.ac.cn

联系方式：023-65935592