姓 名：

张安元

性 别：

男

职 称：

讲师

学 历：

博士

办公电话：

13069101087

电子邮箱：

zhanganyuan@cust.edu.cn

个人简介

张安元：博士。2023年毕业于长春理工大学，获博士学位。研究方向包括机器学习、模式识别及智能人机交互。目前主要研究方向基于小样本表面肌电信号的智能人机交互方法研究。发表论文10余篇，其中部分论文发表在《IEEE Transactions on Neural Systems and Rehabilitation Engineering》及《IEEE sensors of journal》等期刊上。先后主持吉林省教育厅和科技厅项目两项。指导学生在中国高校计算机大赛获得东北赛区二等奖一项，全国优胜奖一项。

研究领域

人机协同控制，共享控制，生理信号处理，小样本学习，迁移学习。

研究概况

研究非理想环境下基于肌电信号的设备控制方法，结合模型无关的元学习与扩散模型，降低用户的校准负担，实现设备快速配准；研究多模态感知反馈与人机交互方法的交互机理，在增强现实环境下，采用强化学习结合视触觉感知反馈实时校准设备，实现人机共享协同控制。

研究课题

[1] 吉林省科学技术厅, 吉林省自然科学基金自由探索项目, YDZJ202501ZYTS629, 基于增强现实及神经反馈, 2025-01 至 2027-12.

[2] 吉林省教育厅, 科技, JJKH20250521KJ, 基于多模态迁移网络的假肢鲁棒控制技术研究, 2025-01 至 2026-12.

[3] 吉林省高教学会，教育科研项目，JGJX24D0118,运用学科交叉思维构建计算机与康复医学相结合的科研组织建设模式研究，2024-6至2025-12.

学术成果

[1] Zhang Anyuan; Li Qi; Li Zhenlan; Li Jiming; Multimodal Fusion Convolutional Neural Network Based on sEMG and Accelerometer Signals for Intersubject Upper Limb Movement Classification, IEEE Sensors Journal, 2023, 23(11) (期刊论文).

[2] Zhang Anyuan; Li Qi; Li Zhenlan; Li Jiming; Upper Limb Movement Decoding Scheme Based on Surface Electromyography Using Attention-Based Kalman Filter Scheme, IEEE TRANSACTIONS ON NEURAL SYSTEMS AND REHABILITATION ENGINEERING, 2023, 31(无) (期刊论文) .

[3] Zhang Anyuan; Li Qi; Influence of EMG Data from Different Days on Feature Selection Methods, 2020 IEEE International Conference on Mechatronics and Automation (ICMA), Beijing, China, 2020-10-13至2020-10-16 (会议论文).

[4] Anyuan Zhang; Ying He; Qunchao Lu; Haowen Zheng; Dual Stream Attention Convolutional Neural Network for Motion Recognition using EMG-Accelerometer Fusion Signals, IEEE International Conference on Mechatronics and Automation, 北京, 2025-08-03至2025-08-06.

[5] Qi Li; Anyuan Zhang; Zhenlan Li; Yan Wu; Improvement of EMG Pattern Recognition Model Performance in Repeated Uses by Combining Feature Selection and Incremental Transfer Learning, Frontiers in Neurorobotics, 2021, 15(无) (期刊论文) .

[6] 李奇; 张安元; 高宁; 武岩; 徐思嘉; 多模态跨被试上肢动作识别模型及其构建方法和应用方法, 2023-05-26, 中国, CN202310158897.X (专利).