李洁，博士，副教授。2010年毕业于上海交通大学计算机科学与工程系脑认知与智能计算实验室，获得计算机软件与理论专业工学博士学位。同年进入同济大学电子与信息工程学院计算机科学与技术系任教，历任讲师、副教授。2013至2014年，美国杜克大学脑成像研究中心访问学者。

主要研究领域：脑信号处理、脑计算机接口、机器学习与认知计算理论。发表学术论文70余篇，主持和参与科研项目10余项。在脑机接口系统的基础理论、关键技术与康复临床应用等方面具有坚实的研究基础和经验积累。

主讲的本科生课程有《机器学习》、《智能信息处理技术》、《高级语言程序设计》。

主持项目：

1. 基于类脑运动学习的序贯式脑机接口研究（国家自然科学基金面上项目，2025.01-2028.12，负责人）

2. 多模式融合的脑机接口的机理与方法研究（国家自然科学基金青年科学基金，2012.01-2014.12，负责人）

3. 基于入耳式脑机接口的多模态智能轮椅开发及在养老康复领域的应用（上海市科委战略前沿专项项目脑机接口专项，2024.12-2026.11，负责人）

4. 基于增强现实的脑机接口智能感知新技术研究（上海市自然科学基金探索项目，18ZR1442700， 2018-06-2021-05，负责人）

5. 基于多模态脑机接口的注意评估和训练系统（中国残疾人联合会残疾人辅助器具专项，18ZR1442700， 2023.12-2025.06，负责人）

6. 视听觉协同感知的多粒度脑机接口关键技术研究（中央高校基本科研业务费专项资金，基础研究人才培养计划，2012.01-2013.12，负责人）

7. 基于自发脑电和诱发脑电结合的脑机接口研究（同济大学青年优秀人才培养行动计划， 2012.01-2013.06，负责人）

参与项目：

1. 多场景智能康复机器人系统研发及应用（上海市2024年度“科技创新行动计划“养老科技支撑专项, 2024.12-2027.11，子课题负责人）

2. 多模态序贯式一体化智能康复机器人（上海申康医院发展中心,医企融合创新协同专项, SHDC20CRT00, 2024.01-2026.12，子课题负责人）

3. 基于身体归属脑机制的人机共融轮椅机器人行为意图实时准确认知与人机协同研究（国家自然科学基金联合重大研究计划，2018.01-2020.12，主要参与人）

4. 人机共融模式康复机器人关键技术研究（上海市自然科学基金与基础重大重点研究项目，2016.0 7-2019.06，主要参与人）

5. 双通道多模式脑机交互机理研究(上海市自然基金面上项目，2018.01 -2020.12，主要参与人）

6. 脑计算机接口技术在脑卒中患者腕关节运动障碍的影响和作用机制研究（上海市科技人才计划，2016．06 -2019.05，主要参与人）

7. 基于动作链及镜像神经系统的人类动作行为理解的认知计算研究（国家自然科学基金面上项目，2012.01-2015.12，主要参与人）

8. 面向交通安全的驾驶员警觉度智能感知系统及关键技术研究（上海市科技攻关计划重点项目， 2009．01 -2011.12，主要参与人）

代表性论著：

1. Lexing Zhong, Mingcheng Xu, Jie Li*, Zhongfei Bai, Hongfei Ji*, Lingyu Liu，Lingjing Jin*, From Micro to Meso: A Data-Driven Mesoscopic Region Division Method Based on Functional Connectivity for EEG-based Driver Fatigue Detection, IEEE Journal of Biomedical and Health Informatics, 2024.

2. Zhilin Li D, Xianghe chen, Jie li*, zhongfei Bai, Hongfei Ji*, Lingyu Liu, Lingjing Jin*,  Sequential sEMG Recognition with Knowledge Transfer and Dynamic Graph Network based on Spatio-Temporal Feature Extraction Network, IEEE Journal of Biomedical and Health Informatics，2025.

3. Yuxuan Wei, Jie li *, Hongfei Ji*, Lingjing Jin, Lingyu Liu, Zhongfei Bai, and Chen Ye, A Semi-Supervised Progressive Learning for EEG and EMG Classification in hybrid BCI System，IEEE Transactions on Neural Systems and Rehabilitation Engineering，2022

4. Dawei Cheng, Zhibin Niu, Jie li *and Changjun Jiang, Regulating systemic crises: Stemming the contagion risk in networked-loans through deep graph learning, IEEE Transactions on Knowledge and Data Engineering , 2022.

5. Haoyang Li, Hongfei Ji*, Jian Yu*, Jie Li*, Lingjing Jin, Lingyu Liu, Zhongfei Bai and Chen Ye, Regulating systemic crises: Stemming the contagion risk in networked-loans through deep graph learning. Frontiers in Neuroscience, 2023.

6. Hao Zhang, Hongfei Ji *, Jian Yu *, Jie Li*, Lingjing Jin, Lingyu Liu2, Zhongfei Bai and Chen Ye, Subject-independent EEG classification based on a hybrid neural network. Frontiers in Neuroscience, 2023.

7. Li Li Duan, Jie li*, hongfei ji*, Zero-Shot Learning for EEG Classification in Motor Imagery-Based BCI System[J], in IEEE Transactions on Neural Systems and Rehabilitation Engineering, doi: 10.1109/TNSRE. 2020.

8. Yi-Qian Hu#, Tian-Hao Gao#, Jie Li#, Jia-Chao Tao, Yu-Long Bai， Rong-Rong Lu ; Motor Imagery-Based Brain-Computer Interface Combined with Multimodal Feedback to Promote Upper Limb Motor Function after Stroke: A Preliminary Study, Evidence-Based Complementary and Alternative Medicine, 2021.

9. Rong-Rong Lu#, MouXiong zheng#, Jie Li#, Tianhang Gao, XuYun Hua, Gang Liu, SongHua Huang, JiangGuang Xu, Yi Wu. Motor imagery based brain-computer interface control of continuous passive motion for wrist extension recovery in chronic stroke patients[J], Neuroscience Letters, 2020.

10. Li, Jie; Ji, Hongfei*; Cao, Lei; Zang, Di; Gu, Rong; Xia, Bin; Wu, Qiang; Evaluation and application of a hybrid brain computer interface for real wheelchair parallel control with multi-degree of freedom, International Journal of Neural Systems, 2014, 24(4): 1-15.