智能检测与信息处理重点实验室，主要开展信息采集、测量、处理、控制相关理论和技术的研究及应用，服务战略新兴产业升级和优化。目前，实验室主要包括，自动检测技术与仪器、智能信息处理、智能计算方法及优化三个研究方向。

自动检测技术与仪器方向

该方向以应用研究和社会服务为主，可分为多总线智能测控仪器和太赫兹精密测量技术及应用两个子方向。

多总线智能测控仪器子方向的主要研究内容为：构建LXI、VXI、PXI自动测试系统，研究自动测试系统的关键技术，基于新的检测理论和方法，实现自动测试系统的集成化、智能化和可靠性技术；并在先进传感与检测技术等方面开展关键技术研究。可服务于汽车、机械、电子信息及高端装备制造等产业的生产方式向信息化、智能化发展。

太赫兹精密测量技术及应用子方向，聚焦广西生物医药战略性新兴产业，针对中药药材等领域缺少快速、无损且高效的检测方法等问题，利用太赫兹光谱技术开展中药制药高效无损质量检测与分析。通过设计适合谐振峰的太赫兹超材料传感器辅助太赫兹时域光谱系统检测光谱信号，大幅提高被测物定量分析的灵敏度和精度。并建立光谱数据库，构建光谱数据的机器学习模型，为中药药材质量检测等提供高效的无损检测方法。

智能信息处理方向

瞄准“健康中国2030”的重大部署，围绕“小而精、科研型”的主要定位，针对脑卒中导致的运动功能障碍患者，在脑科学及类脑计算相关研究领域，致力于开展多中心、多模态情况下医学影像辅助诊断关键技术研究及应用、基于脑机接口的康复机器人关键技术研究及应用，开拓医学人工智能交叉学科前沿方向。可分为基于脑机接口技术的医学康复系统研究和基于深度学习方法的医学图像数据处理两个子方向。

基于脑机接口技术的医学康复系统研究子方向：针对脑卒中患者导致的运动功能障碍情况，利用脑机接口技术，结合人工智能方法，从脑电数据中解码患者运动意图，驱动外部设备进行辅助康复训练，构建主动式康复模式，设计基于脑机接口技术的手部康复智能机器人，提高病人主动式康复训练的效果。

基于深度学习方法的医学图像数据处理子方向聚焦医学人工智能处理技术，围绕临床问题，针对诊断过程中，常规影像分析缺少定量手段的临床挑战，利用人工智能方法，挖掘多种影像（CT,MRI,病理等）特征，构建计算机辅助诊断系统。目前团队负责人及成员，以第一作者在该方向发表SCI/EI论文20余篇，获得国家自然科学基金项目1项，广西区自然科学基金项目2项。

智能计算方法及优化方向

侧重基础研究，为前面两个研究方向提供理论基础、数学建模和计算方法。具体开展小样本的深度学习方法及非凸稀疏优化方法两方面的工作，其中适合小样本的深度学习方法优化及应用研究子方向针对小样本数据，建立联合特征提取与分类的半监督机器学习算法，提取数据的多模态特征，实现自适应分类与识别。针对多中心非同源数据，利用域适配技术，寻找合适的映射方法确定共同特征空间，提取高鲁棒性信号特征。非凸稀疏优化方法方面，建立系列基于信号稀疏非凸正则化算法，并结合统计检验，保证所选特征的有效性和完整性；以图像和亚新官方网站-亚新(中国)视频为对象，基于非凸正则化的信号稀疏优化方法，实现噪声削减、感兴趣区域识别、特征提取与选择。目前团队负责人及成员，以第一作者在该方向在国内外权威期刊发表高水平论文14余篇，获得国家级科学基金项目3项，区级科学基金项目5项。

智能检测与信息处理实验室经过多年的建设与发展，已具备良好的基础与条件，取得了一批重要的学术成果，形成了基础、应用研究并进，理论、实践研究结合，相互渗透、相互促进、共同提高的特色与优势，为航空航天行业、广西工业和经济发展服务。未来，实验室将从仪器科学与技术学科和控制理论与控制工程学科视角出发，立足广西经济发展，紧密对接广西“14+10”产业体系以及九张创新名片，围绕智能检测及信息处理领域开展更进一步的科学研究，进一步服务智能制造、先进装备制造、生物医药、医疗大健康和新一代信息技术等相关产业发展。

实验室联系人：周皓阳 电话：15667061050 邮箱：zhouhaoyang@guat.edu.cn