姚晓辉
开通时间：..
最后更新时间：..
哈尔滨工程大学 智能科学与工程学院
📧 Email: xiaohui.yao@hrbeu.edu.cn
🏫 地址: 黑龙江省哈尔滨市南岗区南通大街145号，150001
姚晓辉博士现任哈尔滨工程大学智能科学与工程学院副教授、博士生导师。2018年毕业于印第安纳大学信息学专业。主要研究方向为数据挖掘、机器学习、多模态数据融合及其在智能诊疗中的应用。围绕脑影像组学与多组学数据分析开展系统研究，已在IEEE Journal of Biomedical and Health Informatics、Bioinformatics、Nature Communications、Medical Image Analysis等国际高水平期刊及IEEE BIBM等会议发表论文数十篇，主持国家自然科学基金等多项科研项目。
数据挖掘 (Data Mining)
机器学习 (Machine Learning)
深度学习 (Deep Learning)
多模态数据融合 (Multimodal Data Fusion)
脑影像组学 (Imaging Genomics)
智能诊疗 (AI for Healthcare)
[1] Haoran Luo, Zhoujie Fan, Wei Li, Hong Liang, Chen Jason Zhang, Xiaoyong Wei, Zheng Wang, Shan Cong# and Xiaohui Yao#, (2026) CAMM: Confidence-Aligned Multiview Multimodal Fusion for Brain Disorders Prediction with Imaging Transcriptomics , IEEE Journal of Biomedical and Health Informatics. 2026. 26(13):6060. (accepted, JCR Q1, 中科院1区Top, IF_2025=6.8, wos: 001359232100026) 10.1109/JBHI.2026.3672862
[2] Haoran Luo, Shaoheng Fan, Hongwei Liu, Wei Li, Zhoujie Fan, Xuancheng Zhu, Chen Jason Zhang, Hong Liang, Shan Cong# and Xiaohui Yao#, (2025) A Module-Level Polygenic Risk Score-Based NetWAS Framework for Identifying AD Genetic Modules Mediated by Amygdala: An ADNI Study. International Journal of Molecular Sciences. 2025. 26(13):6060. (JCR Q1, 中科院Q3, IF_2024=4.9, WOS: 001526392800001) https://doi.org/10.3390/ijms26136060
[3] Hong Liang*, Haoran Luo*, Zhiling Sang, Miao Jia, Xiaohan Jiang, Zheng Wang, Shan Cong#, Xiaohui Yao#, (2024) GREMI: an Explainable Multi-omics Integration Framework for Enhanced Disease Prediction and Module Identification. IEEE Journal of Biomedical and Health Informatics. 2024.11.6, 28(11): 6983-6996. (JCR Q1, 中科院1区Top, IF_2023=6.7, wos: 001359232100026)
[4] Shan Cong, Hang Wang, Yang Zhou, Zheng Wang, Xiaohui Yao#, Chunsheng Yang# (2024) Comprehensive review of transformer-based models in neuroscience, neurology, and psychiatry. Brian-X, 2024, 2(2):e57. published online Apr 26, 2024: DOI: 10.1002/brx2.57
[5] Xiaohui Yao, Xiaohan Jiang, Haoran Luo, Hong Liang, Xiufen Ye, Yanhui Wei, Shan Cong# (2024) MOCAT: multi-omics integration with auxiliary classifiers enhanced autoencoder, BioData Mining 17:9, 2024.03 online. https://doi.org/10.1186/s13040-024-00360-6 (JCR Q1, 中科院Q3, IF=4.5, WOS:001179082200001, 03/05/2024)
[6] Haoran Luo, Hong Liang , Hongwei Liu, Zhoujie Fan, Yanhui Wei, Xiaohui Yao# and Shan Cong#. (2024) TEMINET: A Co-Informative and Trustworthy Multi-Omics Integration Network for Diagnostic Prediction, International Journal of Molecular Sciences. 2024, 25(3), 1655; https://doi.org/10.3390/ijms25031655 (JCR Q1, 中科院Q2/Top, IF=5.6, WOS:001160072600001, 02/19/2024)
[7] Xiaohui Yao*, Yuan Zhu*, Zhenxing Huang, Yue Wang, Shan Cong, Liwen Wan, Ruodai Wu, Long Chen#, Zhanli Hu#,, Fusion of shallow and deep features from 18F-FDG PET/CT for predicting EGFR-sensitizing mutations in non-small cell lung cancer, Quantitative Imaging in Medicine and Surgery, 2024 Aug 1; 14(8):5460-5472. doi: 10.21037/qims-23-1028. (JCR Q2, 中科院Q2, IF=2.8, 高被引，热点论文)
[8] T Bo, J Li, G Hu, G Zhang, W Wang, Q Lv, S zhao, J Ma, M Qin, X Yao, M Wang, GZ Wang, Z Wang. (2023) Brain-wide and cell-specific transcriptomic insights into MRI-derived cortical morphology in macaque monkeys. Nature Communications 14:1999. 2023.08, WOS: 001040483800036
[9] B Lee, X Yao, L Shen. (2022) Genome-Wide association study of quantitative biomarkers identifies a novel locus for alzheimer’s disease at 12p12.1. BMC Genomics 23 (1), 1-13.
[10] M Kim, X Yao, AJ Saykin, JH Moore, L Shen. (2022) Identifying genetic markers enriched by brain imaging endophenotypes in Alzheimer’s disease. BMC Medical Genomics 15 (Suppl 2), 168.
[11] B Lee, X Yao, L Shen. (2022) Integrative analysis of summary data from GWAS and eQTL studies implicates genes differentially expressed in Alzheimer’s disease. BMC Genomics
[12] Y Feng, M Kim, X Yao, K Liu, Q Long, L Shen. (2022) Deep multiview learning to identify imaging-driven subtypes in mild cognitive impairment. BMC bioinformatics 23 (Suppl 3), 402.
[13] Cong S*, Yao X*, Xie L, Yan J, Shen L. (2022) Genetic Influence underlying Brain Connectivity Phenotype: A Study on Two Age-Specific Cohorts. Fronters in genetics. 2/7/2022. (* Equal Contribution). JCR Q2. IF=4.772; WOS:000763280900001
[14] Meng X, Li J, Zhang Q, Chen F, Bian C, Yao X, Yan J, Xu Z, Risacher SL, Saykin AJ, Liang H, Shen L, for the ADNI. (2021) Multivariate genome wide association and network analysis of subcortical imaging phenotypes in Alzheimer's disease. BMC Genomics, SI 21(11):896, https://doi.org/10.1186/s12864-020-07282-7. 2021.01
人才项目
市级新区 “基础研究顶尖人才团队”，2022-2025，资助经费 360 万元。
市级 “未来之星” 高端人才培育工程，2023.1-2024.12，资助经费 20 万元。
省级海外优青，2022 年 4 月，资助经费 60 万元
科研项目
省自然科学基金青年项目，2026年，项目负责人
中央高校脑机交叉研究专项，2025年，项目负责人
中央高校国际科技合作计划，2024年，项目负责人
国家自然科学基金青年科学基金项目，2022年，项目负责人
省优秀青年科学基金项目（海外），2022年，项目负责人
中央高校高水平科研引导专项 0-1 支持计划，2022年，项目负责人
中央高校青岛创新发展基地青年科学家培育基金，2021.04-2022.12，项目负责人
欢迎加入研究生以及高年级本科生加入我们CNAIL实验室（Cognitive Neuroscience and Artificial Intelligence Laboratory）。
本实验室的核心研究方向为：研发计算与信息学方法，对多模态影像数据、高通量组学数据、认知及其他生物标志物数据、电子健康档案数据，以及通路与网络等海量生物学知识开展整合分析，并将其应用于各类复杂疾病的研究。
实验室的研究目标分为两个层面：
创新适用于大规模异质数据集分析的算法，推动计算机科学与生物信息学领域的发展；
揭示正常及病变生物结构与功能的表型特征和遗传机制，为新型诊断、治疗及预防手段的研发提供重要理论支撑。
我们诚邀具备计算机相关背景，且科研热情饱满的学生与学者加入！实验室现开放本科生、研究生（含博士生）岗位。如有意愿，请发送邮件至 Shan.Cong@hrbeu.edu.cn 咨询详情。
邮编 :
通讯/办公地址 :
邮箱 :
[1] 印第安纳大学 信息学 博士研究生毕业
[2] 中国科学技术大学 计算机科学与技术 硕士研究生毕业
[3] 青岛大学 计算机科学与技术 大学本科毕业
[1] 宾夕法尼亚大学
[1]
2024.1 -- 至今
中国生物信息学会生物信息学算法研究专业委员会委员
[2]
2024.1 -- 至今
山东省生物信息学会理事
[3]
2024.1 -- 至今
青岛市汽车产业智能制造专家工作站专家
[4]
2023.1 -- 至今
青岛市科技专家库专家
[5]
2023.1 -- 至今
Brain-X期刊青年编委
[6]
2021.1 -- 至今
哈船智联创新研究院青年专家
[7]
2021.1 -- 至今
Military Medical Research期刊青年编委
