师资队伍

博士生导师，深圳理工大学人工智能研究院特聘副教授，南山领航人才，广东省科技厅专家，2018年博士毕业于香港中文大学，师从长江学者Prof. Heng Pheng-Ann。曾在腾讯优图实验室及微信技术架构部担任高级研究员（2018-2021）,在中国科学院深圳先进技术研究院担任副研究员（2021-2025）。致力于多模态医学时序数据智能感知与融合，推动脑机接口及精准医疗发展。

机器学习、基础大模型、时间序列分析、多模态融合、脑机接口

主要研究方向与成果包括：

医学影像智能分析：深入研究乳腺超声视频病灶分割、术前术中MRI-US跨模态配准及超声质评，支撑临床精准诊疗；并行探索视频超分、插帧等底层视觉任务。

脑电信号解码与脑机接口：提出首个EEG Conformer架构，融合卷积与Transformer优势，实现高精度时空特征建模；建立支持矩阵机理论，提升小样本分类性能。

跨域自适应与系统鲁棒性：提出动态联合域适应网络与无监督对比学习框架，攻克脑电信号跨被试解码难题，增强脑机接口在真实场景中的适应能力。

未来研究将围绕以下方向展开：

1）多源异构医学数据融合与多模态大模型：构建面向多模态医学数据（影像、信号、文本）的统一多模态大模型，实现深层次的跨模态信息互补与协同分析。

2）个性化神经调控与自适应学习算法：研发基于自适应算法的闭环脑机接口系统，重点探索模型在个体差异与动态变化中的泛化能力，实现真正个性化的神经调控。

3）神经信号解码及其脑机接口应用：探索大脑活动的本质性特征表征，发展新一代解码算法，并推动其在康复、交互等领域的创新应用。

学习经历

2014.08-2018.11，香港中文大学，计算机科学与工程，博士，导师：Pheng-Ann Heng

2010.09-2014.07,北京邮电大学，信息工程，学士

工作经历

2025.06-至今，深圳理工大学，人工智能研究院，特聘副教授

2021.08-2025.05，中国科学院深圳先进技术研究院，集成所认知与交互研究中心，副研究员

2018.08-2021.07， 腾讯科技（深圳）有限公司，高级研究员

科技项目及获奖情况

1.国家自然科学青年基金项目，具有隐私保护的脑电情感识别方法研究（经费：30万，项目编号：62206270），2023/1/1-2025/12/31,在研，主持；

2.广东省自然科学基金-面上项目,交互式视频补全和评估方法研究（经费：10万，项目编号：2023A1515010664）, 2023/01.01-2025/12/31,在研，主持；

3.NSFC联合基金重点项目，面向前列腺粒子植入的跨模态影像智能识别与动态图像精准融合的理论和方法研究（经费：250万，项目编号：U23A20391），2024/1/1 - 2027/12/31，在研，参与。

4.广东省自然科学基金-青年项目， 基于领域自适应的运动想象脑电信号解码研究（经费：10万，项目编号：2021A151510598），2021/10/01-2024/09/30，结题，主持；

代表性论文

[1] Zheng Q(第一作者), Wang Y, Heng P A. Online subspace learning from gradient orientations

for robust image alignment[J]. IEEE Transactions on Image Processing, 2019, 28(7): 3383-3394.

[2] Zhao H, Zheng Q (通讯作者), Ma K, et al. Deep representation-based domain adaptation for nonstationary EEG classification[J]. IEEE Transactions on Neural Networks and Learning Systems, 2020, 32(2): 535-545.

[3] Song Y, Zheng Q(通讯作者), Wang Q, et al. Global adaptive transformer for cross-subject enhanced EEG classification[J]. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 2023, 31: 2767-2777.

[4] Zheng Q(第一作者), Wang Y, Heng P A. Multitask feature learning meets robust tensor decomposition for EEG classification[J]. IEEE Transactions on Cybernetics, 2021, 51(4): 2242-2252.

[5] Xu C, Song Y, Zheng Q(通讯作者), et al. Unsupervised multi-source domain adaptation via contrastive learning for EEG classification[J]. Expert Systems with Applications, 2025, 261: 125452.

授权专利

[1]雷梦颖，邓梓君，赵赫，郑青青，马锴，郑冶枫，运动想象脑电信号的处理方法和装置及存储介质，2021.11.15，中国，ZL201910843985.7

[2]赵赫，雷梦颖，郑青青，马锴，郑冶枫，一种基于深度学习的模型训练方法以及相关装置，2024.03.12，中国，ZL201910818363.9

[3]洪晓林，郑青青，王新民，马锴，郑冶枫，一种手势信息处理方法、装置、电子设备及存储介质，2023.05.30，中国，ZL202010033904.X

[4]王新民，郑青青，洪晓林，马锴，郑冶枫，脑电信号分类方法、装置、计算机设备和存储介质，2024.04.19，中国，ZL202010124738.4

[5]赵远远，郑青青，刘浩，李琛，杨博，吕静，一种视频处理方法及装置、计算机设备和存储介质，2024.08.06，中国，ZL202110245053.X

[6]郑青青，赵远远，图像渲染处理方法、装置和设备及计算机存储介质，2025.9.9，中国，ZL202110765134.2

[7]雷梦颖，邓梓君，赵赫，郑青青，马锴，郑冶枫，脑电信号的处理方法和装置及存储介质，2021.03.11，PCT Patent, PCT/CN2020/112766

[8]洪晓林，郑青青，王新民，马锴，郑冶枫，一种手势信息处理方法、装置、电子设备及存储介质，2021.07.22，PCT Patent, PCT/CN2020/130567

[9]郑青青，陈彦峰，王琼，基于联邦学习的脑电信号分类模型训练方法及装置，2025.08.01，中国，ZL202111347340.8

[10]郑青青，李嘉陆，王琼，赵保亮，胡颖，图像处理方法及装置，2025.08.05,中国，ZL202210590677.X

[11]Xiaolin Hong, Qingqing Zheng, Xinmin Wang, Kai Ma, Yefeng Zheng, Gesture information processing method and apparatus, electronic device, and storage method, 2023.11.23, US Patent,US18/227,857