杨民强


兰州大学 信息科学与工程学院

副教授、博士生导师
联系邮箱：yangmq@lzu.edu.cn
个人照片

个人简介

杨民强，兰州大学信息科学与工程学院副教授、博士生导师、硕士生导师，数据科学与大数据技术专业系主任，从事情感计算、普适传感与人机交互，聚焦基于多模态行为的情感障碍诊疗和人机交互技术研究。 本科毕业于苏州大学，硕士和博士毕业于兰州大学。曾就职华为技术有限公司、兰州大学网信办，分别从事云操作系统、网络与大数据相关设计研发工作。

主持国家自然科学基金等科研项目 10 余项，在顶级期刊发表高水平论文 40 余篇，多篇论文入选 ESI 高被引论文、最佳会议论文奖。 获兰州大学教学成果奖特等奖和兰州大学教学成果奖一等奖各一项（均为第一完成人），“云与计算先锋教师”称号，出版教材《云计算技术与实践》（第一著作人），入选甘肃省规划教材建设项目。主持甘肃省重点、兰州大学重点等教研项目5项。

主要科研方向展示

可穿戴眼动仪 UEYE

UEYE 是 兰州大学甘肃省可穿戴装备重点实验室研制的的高精度可穿戴眼动仪，具有便携、佩戴稳定和舒适等特点，可适用于各种场景的眼动数据采集。其最高帧率达 480Hz，能够支撑脑科学、人工智能、医学、设计等领域的科研、教学及临床工作。

多模态抑郁评估

多模态抑郁评估融合面部表情、眼动行为、语音特征及数字行为等多源信息，通过多模态特征学习与情感计算技术，实现抑郁状态的客观评估与风险预警。可面向医院、学校、社区及基层筛查等应用场景，为精神心理疾病筛查和辅助诊断提供智能化支持。

智能心理健康平台 WebCBT

WebCBT 是面向心理健康服务与研究场景研发的智能心理干预平台，以认知行为疗法（CBT）为理论基础，融合大语言模型、情感计算与多模态行为分析技术， 实现心理评估、情绪识别、风险筛查和智能干预的协同应用。其可广泛应用于高校心理健康教育、临床辅助诊疗、企业员工关怀及社区心理服务等场景。

代表性论文

  1. Facial-Based Heterogeneous Graph Representation Learning for Autism Spectrum Disorder Detection
    IEEE TAFFC, 2026
    查看论文
  2. UMET: UEYE Mobile Eye-Tracking Integrating Lightweight Calibration Model and Efficient Fixation Point Prediction
    IEEE TMC, 2026
    查看论文
  3. EmoRAct: A neuro-symbolic framework coupling acoustic tokens with prosody semantics for emotion recognition
    Pattern Recognition, 2026
    查看论文
  4. SguiNet: Stimulus-guided depression detection network based on ocular images
    IEEE TAFFC, 2026
    查看论文
  5. Digital Phenotyping and Feature Extraction on Smartphone Data for Depression Detection
    PIEEE, 2025
    查看论文
  6. Spike memory transformer: An energy-efficient model in distributed learning framework for autonomous depression detection
    IEEE IoTJ, 2025
    查看论文
  7. DepMSTAT: Multimodal spatio-temporal attentional transformer for depression detection
    IEEE TKDE, 2024
    查看论文
  8. Aim where you look: Eye-tracking-based UAV control framework for automatic target aiming
    IEEE IoTJ, 2024
    查看论文
  9. Wearable eye-tracking system for synchronized multimodal data acquisition
    IEEE TCSVT, 2023
    查看论文
  10. Three-stream convolutional neural network for depression detection with ocular imaging
    IEEE TNSRE, 2023
    查看论文

代表性专利