GS. Saeid Sanei
Viện Kỹ Thuật Và Khoa Học Máy Tính
Giáo sư - Khoa học máy tính (Xử lý tín hiệu và Học máy)
Giới thiệu
Giáo sư Sanei là một nhà khoa học uy tín quốc tế trong lĩnh vực nghiên cứu não bộ, nhận bằng Tiến sĩ tại Imperial College London năm 1991. Ông là Fellow của British Computer Society (FBCS) và Fellow của IEEE (FIEEE). Sau khi trở về Vương quốc Anh từ Singapore vào năm 2002, ông đảm nhiệm vị trí Giảng viên tại King’s College London đến năm 2004, sau đó là Giảng viên cao cấp (Senior Lecturer) tại Đại học Cardiff (Vương quốc Anh). Năm 2010, ông chuyển sang Đại học Surrey với vai trò Reader và Phó Trưởng bộ môn, trước khi được bổ nhiệm làm Giáo sư tại Đại học Nottingham Trent vào năm 2017. Kể từ đó, ông đồng thời là Giáo sư thỉnh giảng tại Nhóm CSP, Khoa Kỹ thuật Điện và Điện tử, Imperial College London và Viện Tâm thần học, Tâm lý học và Khoa học Thần kinh, King’s College London.
Trong sự nghiệp giảng dạy, Giáo sư Sanei đã xây dựng và phát triển bốn chương trình đào tạo đại học và sau đại học, đồng thời giảng dạy hơn 30 học phần trong các lĩnh vực Khoa học Máy tính, Kỹ thuật Điện – Điện tử và Công nghệ Sinh học. Ông cũng từng đảm nhiệm vai trò giám khảo độc lập (External Examiner) cho nhiều trường đại học trong và ngoài nước.
Hướng nghiên cứu của Giáo sư Sanei tập trung vào xử lý tín hiệu nâng cao, học máy và mạng cảm biến hợp tác, với các ứng dụng trọng tâm trong tính toán nhận thức và kỹ thuật y sinh. Ông là người tiên phong trong phân tích đáp ứng não động kinh đối với kích thích não sâu (Deep Brain Stimulation – DBS). Ông đã phát triển các phương pháp học sâu mới nhằm phát hiện phóng điện động kinh liên cơn (Interictal Epileptic Discharges – IEDs), lần đầu tiên đưa độ bất định trong gán nhãn dữ liệu vào mô hình phát hiện. Trong các nghiên cứu lâm sàng có tính nền tảng, ông chứng minh rằng IEDs và các đáp ứng muộn đối với kích thích não sâu đều xuất phát từ cùng một vùng sinh động kinh. Bên cạnh đó, ông cũng là người tiên phong trong kỹ thuật EEG hyperscanning cho giao diện não – máy (Brain–Computer Interfaces – BCIs).
Giáo sư Sanei đã giới thiệu các phương pháp entropy phân tán đa thang mới, bao gồm multiscale dispersion graph entropy, và đóng góp quan trọng vào việc phát triển các kỹ thuật sinh dữ liệu thay thế đa kênh, đa trục, đặc biệt hữu ích cho các mạng nơ-ron sâu đòi hỏi khối lượng dữ liệu lớn.
Các công trình của ông đã được công bố trong 5 cuốn sách (cuốn thứ sáu đang được biên soạn), 7 sách biên tập, 8 chương sách, và hơn 470 bài báo khoa học quốc tế được phản biện. Ngoài ra, Giáo sư Sanei còn tổ chức và chủ trì nhiều hội nghị khoa học hàng đầu của IEEE và quốc tế, trong đó có IEEE ICASSP 2019 tổ chức tại Brighton, Vương quốc Anh.
• Mạng hợp tác thích ứng
• Trí tuệ nhân tạo và học máy
• Phân tích các bất thường, bệnh lý và trạng thái của não bộ (đặc biệt tập trung vào nhận diện cơn động kinh)
• Giao diện não – máy tính và phục hồi chức năng cho con người
• Mạng máy tính
• Xử lý tín hiệu số, bao gồm xử lý tín hiệu sinh học
• Internet vạn vật (IoT)
• Mô hình ngôn ngữ lớn (LLMs)
• Chuyển đổi ngữ nghĩa từ tín hiệu EEG sang giọng nói
• Xử lý tín hiệu thống kê
• Sinh dữ liệu thay thế (Surrogate Data Generation)
· Hệ thích ứng và phi tuyến (Bộ lọc thích ứng)
· Trí tuệ nhân tạo
· Điện tử sinh học và xử lý tín hiệu sinh học
· Mạng máy tính
· Hệ thống truyền thông số
· Điều khiển số
· Thiết kế số
· Xử lý tín hiệu số
· Internet vạn vật (IoT)
· Học máy và nhận dạng mẫu
· Điện toán/ Xử lý tín hiệu đa phương tiện
· Xử lý giọng nói
· Xử lý tín hiệu thống kê
· Truyền thông không dây
1. S. Sanei, A. H. Valentin, and G. Alarcon, EEG Processing and Learning for Epilepsy Identification, John Wiley & Sons, 2026, ISBN: 978-1394396764.
2. S. Sanei and J. A. Chambers, EEG Signal Processing and Machine Learning, John Wiley & Sons, 2021, ISBN-10: 978-1119386942; ISBN-13: 978-1119386940.
3. S. Sanei, D. Jarchi and A. G. Constantinides, Body Sensor Networking, Design and Algorithms, John Wiley & Sons, 2020, ISBN-10: 978-1-119-39001-5 (eBook), ISBN-13: 978-1-119-39002-2 (hardcopy).
4. S. Sanei and H. Hassani, Singular Spectrum Analysis of Biomedical Signals, CRC Press, 2015, ISBN-10: 1466589272.
5. S. Sanei, Adaptive Processing of Brain Signals, John Wiley & Sons, 2013, ISBN- 10: 0470686138.
6. S. Sanei and J. A. Chambers, EEG Signal Processing, John Wiley & Sons, 2007, (reprint in 2013) ISBN-10: 0470025816.
7. M. Ajirak, T. Adali, S. Sanei, L. Grosenick, and P. Djuric, “Exploring synergies: advancing neuroscience with machine learning corresponding,” Signal Processing, 110116, June 2025.
8. A. Falcon-Caro, J. F. Ferreira, and Saeid Sanei, “Cooperative identification of prolonged movement from EEG for BCI without feedback, IEEE Access, vol. 13, pp. 11765-11777, Jan. 2025.
9. S. Shirani, B. Abdi-Sargezeh, A. Valentin, G. Alarcon, and S. Sanei, “Do interictal epileptiform discharges and brain responses to electrical stimulation come from the same location? An advanced source localization solution,” IEEE Transactions on Biomedical Engineering, vol. 71, no. 9, pp. 2771-2780, 2024, doi: 10.1109/TBME.2024.3392603 (selected as Feature Paper).
10. Falcon-Caro, S. Shirani, J. Farriera, J. Bird, and S. Sanei, “Formulation of common spatial patterns for multitask hyperscanning BCI,” IEEE Transactions on Biomedical Engineering, Vol. 71, Issue 6, pp. 1950-1957, 2024,
11. Sam, R. Boostani, S. Hashempour, M. Taghavi, and S. Sanei, “Depression identification using EEG signals via a hybrid of LSTM and spiking neural networks,” IEEE Transactions on Neural Systems and Rehabilitation Engineering, vol. 31, pp. 4725-4737, Dec. 2023,
12. A. Zandbagleh, H. Azami, S. Mirzakouchaki, M. R. Daliri, S. Sanei and P. Premkumar, “Multiscale fluctuation dispersion entropy of EEG as a physiological biomarker of schizotypy,” IEEE Access, vol. 11, pp. 110124-110135, 2023.
13. A. Zandbagleh, S. Mirzakuchaki, M. R. Daliri, A. Sumich, J. D. Anderson and Saeid Sanei, “Graph-based analysis of EEG for schizotypy classification applying flicker Ganzfeld stimulation,” Journal of Nature Schizophrenia, vol. 9, No. 64, pp. 1-10, 2023.
14. S. Shirani, B. Abdi-Sargezeh, A. Valentin, G. Alarcon, and S. Sanei “Localization of epileptic brain responses to single-pulse electrical stimulation by developing an adaptive iterative linearly constrained minimum variance beamformer,” International Journal of Neural Systems, Vol. 33, Issue No. 10, Article No. 2350050, 2023.
15. A. Mobaien, R. Boostani, M. Mohammadi, and S. Sanei, “ERP detection based on smoothness priors” IEEE Transactions on Biomedical Engineering, 70(3), pp. 867-876, 2023.
16. H. Azami, S. Sanei, and T. K. Rajji, “Ensemble entropy: A low bias approach for data analysis”, Journal of Knowledge-Based Systems, online: vol. 28 Nov. 2022, 109876, Doi. 10.1016/j.knosys.2022.109876.
17. N. Goshtasbi, R. Boostani, and S. Sanei, “SleepFCN: A fully convolutional deep learning framework for sleep stage classification using single-channel electroencephalograms,” IEEE Transactions on Neural Systems and Rehabilitation Engineering, vol. 30, pp. 2088-2096, 2022.
18. B. Abdi-Sargezeh, A. Valentin, G. Alarcon, D. Martin-Lopez, and S. Sanei, “Sparse common feature analysis for detection of interictal epileptiform discharges from scalp EEG using concurrent intracranial-scalp recordings,” IEEE Access, vol. 10, pp. 49892-49904, 2022.
19. S. Hashemipour, R. Boostani, and S. Sanei, “Continuous scoring of depression from EEG signals via a hybrid of convolutional neural networks, IEEE Transactions on Neural Systems and Rehabilitation, vol. 30, 176-183, 2022.
20. A. Zandbagleh, S. Mirzakuchaki, M. R. Daliri, P. Premkumar, and S. Sanei, “Schizotypy assessment via evaluation of brain connectivity,” International Journal of Neural Systems, Vol. 32, No. 4 (2022) 2250013 (17 pages).
21. V. Vahidpour, A. Rastegarnia, A. Khalili, W. M. Bazzi, and S. Sanei, “Energy-efficient diffusion Kalman filtering for multi-agent networks in IoT” IEEE Internet of Things Journal, vol. 9, no. 8, 6277-6287, 2022.
22. .S. Afshar, R. Boostani, and S. Sanei, “A combinatorial deep learning structure for precise depth of anesthesia estimation from EEG Signals,” IEEE Journal of Biomedical and Health Informatics, vol. 25, issue 9, pp. 3408-3415, 2021.
23. B. Abdi-Sargezeh, A. Valentin, G. Alarcon, and S. Sanei, “Incorporating uncertainty in data labeling into automatic detection of interictal epileptiform discharges from concurrent scalp EEG via multi-way analysis,” International Journal of Neural Systems (IJNS), Vol. 31, Issue 08, Article No. 2150019, Year 2021.
24. D. Jarchi, J. Kaler, and S. Sanei, “Lameness detection in cows using hierarchical deep learning and synchrosqueezed wavelet transform,” IEEE Sensors Journal, vol. 21, Issue: 7, pp. 9349-9358, Apr. 2021.
25. A. Khalili , V. Vahidpour, A. Rastegarnia, A. Farzamnia, K. Teo Tze Kin, and S. Sanei , “Coordinate-descent adaptation over Hamiltonian multi-agent networks,” IEEE Sensors 2021 Nov 20;21(22):7732.
26. H. Giv, A. Khalili, A. Rastegarnia, and S. Sanei, “A robust adaptive estimation algorithm for Hamiltonian sensor networks,” IEEE Control Systems Letters 5 (4), 1243-1248, 2020.
27. V. Vahidpour, A. Khalili, A. Rastegarnia, W. Bazzi, and S. Sanei, “Variants of partial update augmented CLMS algorithm and their performance analysis,” IEEE Transactions on Signal Processing, vol. 68, no. 1, pp. 3146-3157, 2020.
28. M. Latifi, A. Khalili, A. Rastegarnia, and S. Sanei, “A robust scalable demand-side management based on diffusion-ADMM strategy for smart grid,” IEEE Internet of Things (IoT) Journal, vol. 7, no. 4, pp. 3363-3377, 2020.
29. M. Latifi, A. Khalili, A. Rastegarnia, W. M. Bazzi, and S. Sanei, “A self-governed online energy management and trading for smart micro/nano-grids,” IEEE Transactions on Industrial Electronics, vol. 67, issue 1, pp. 7484-7498, 2020.
30. H. Azami, S. E. Arnold, S. Sanei, Z. Chang, G. Sapiro, J. Escudero, and A. S. Gupta, “Multiscale fluctuation-based dispersion entropy and its applications to neurological diseases,” IEEE Access, vol. 7, no. 1, pp. 68718-68733, 2019.
31. A. Rastegarnia, P. Malekian, A. Khalili, W. M. Bazzi, and S. Sanei, “Tracking analysis of minimum kernel risk-sensitive loss algorithm under general non-Gaussian noise,” IEEE Transactions on Circuits and Systems II, Vol 66, no. 7, pp. 1262-1266, 2019.
32. V. Vahidpour, A. Rastegarnia, A. Khalili, and S. Sanei, “Partial diffusion Kalman filtering for distributed state estimation in multiagent networks,” IEEE Transactions on Neural Networks and Learning Systems, vol. 30, no. 12, pp. 3839 – 3846, 2019.
33. A. Akbari, M. Trocan, S. Sanei, and B. Granado, “Joint sparse learning with nonlocal and local image priors for image error concealment,” IEEE Transactions on Circuits and Systems for Video Technology, vol. 30, no. 8, pp. 2559 – 2574, 2019.
34. M. Latifi, A. Rastegarnia, A. Khalili, and S. Sanei, “Agent-based decentralized optimal charging strategy for plug-in electric vehicles” IEEE Transactions on Industrial Electronics, vol. 66, no. 5, pp. 3668-3680, 2019.
35. M. Latifi, A. Khalili, A. Rastegarnia, and S. Sanei, “A Bayesian real-time electric vehicle charging strategy for mitigating renewable energy fluctuations, IEEE Transactions on Industrial Informatics, vol. 15, no. 5, pp. 2555-2568, 2018.
36. A. Antoniades, L. Spyrou, D. Martin-Lopez, A. Valentin, G. Alarcon, S. Sanei, and C. Cheong Took, “Deep neural architectures for mapping scalp to intracranial EEG,” International Journal of Neural Systems, 28(8):1850009, 2018.
37. S. Monajemi, S. Sanei, and S.-H. Ong, “Information reliability in complex multitask networks,” Elsevier Journal of Future Generation Computer Systems, Special Issue on Measurements and Security of Complex Networks and Systems, vol. 83, pp. 485-495, 2018.
38. A. Antoniades, L. Spyrou, D. Martin-Lopez, A. Valentin, G. Alarcon, S. Sanei, and C. Cheong Took, “Detection of interictal discharges using convolutional neural networks from multichannel intracranial EEG”, IEEE Transactions Neural Systems and Rehabilitation Engineering, vol. 25, no. 12, pp. 2285-2294, 2017.
39. A. Khalili, A. Rastegarnia, and S. Sanei, “Performance analysis of incremental LMS over flat fading channels”, IEEE Transactions on Control of Network Systems, Vol. 4, Issue 3, pp. 489-498, 2017.
40. M. Latifi, A. Khalili, A. Rastegarnia, and S. Sanei, “Fully distributed demand response using adaptive diffusion Stackelberg algorithm,” IEEE Transactions on Industrial Informatics, vol. 13, no. 5, pp. 2291-2301,
41. V Vahidpour, A Rastegarnia, A Khalili, WM Bazzi, S Sanei, “Analysis of partial diffusion LMS for adaptive estimation over networks with noisy links,” IEEE Transactions on Network Science and Engineering 5 (2), 101-112, 2017.
42. S. Wang, H. L. Tang, L. I. Al Turk, Y. Hu, S. Sanei, G. M. Saleh and T. Peto, “Localising micro-aneurisms in fundus images through singular spectrum analysis,” IEEE Transactions on Biomedical Engineering, vol. 64, no. 5, pp. 990 – 1002, 2016.
43. S. Monajemi, K. Eftaxias, S.-H. Ong, and S. Sanei, “An informed multitask diffusion adaptation approach to study tremor in Parkinson’s disease,” IEEE Journal of Selected Topics in Signal Processing, vol. 10, no. 7 , pp. 1306-1314, 2016.
44. L. Spyrou, D. M. Lopez, G. Alarcon, A. Valentin, and S. Sanei, “Detection of intracranial signatures of interictal epileptiform discharges from concurrent scalp EEG,” International Journal of Neural Systems, IJNS’s Vol. 26, Issue No. 04, 2016.
45. S. Enshaeifar, S. Kouchaki, C. Cheong Took, and S. Sanei, “Quaternion singular spectrum analysis of electroencephalogram with application to sleep analysis,” IEEE Transactions on Neural Systems & Rehabilitation Engineering, Vol. 24, no. 1, pp. 57 – 67, 2016.
46. A. Khalili, A. Rastegarnia, and S. Sanei, “Quantised augmented complex least mean-square algorithm: derivation and performance,” Signal Processing, Vol. 121, Issue C, pp. 54-59, April 2016.
· 1991: Tiến sĩ (PhD) về Xử lý tín hiệu sinh học và Nhận dạng mẫu, Imperial College London, Vương quốc Anh
· 1987: Thạc sĩ (MSc) Kỹ thuật Truyền thông Vệ tinh, University of Surrey, Vương quốc Anh
· 1985: Cử nhân (BSc) Điện tử, Đại học Công nghệ Isfahan, Iran
· Giải Đồng R&D cho công trình Real-time Blind Separation of Speech Signals, Singapore TBF, 2000.
· Best Paper Award; “Brain Computer Interfacing in Space-Time-Frequency Domain”, Hội thảo BCI lần thứ 3, Graz, Áo, 9/2006.
· Best Paper Award; “A Hybrid Particle Filtering – Beamforming Approach for Localization of ERP Sources”, IEEE ICASSP 2009, Đài Loan.
· Best Paper Award; “Fusion of Nonlinear Measures in Fronto-Normal Gait Recognition”, ICCGI 2010: The Fifth International Multi-Conference on Computing in the Global Information Technology, Valencia, Tây Ban Nha, 9/2010.
· Giải Ba (3rd Rank Award), Signal Separation Evaluation Campaign (SiSEC 2011) – cuộc thi khoa học cộng đồng lần thứ ba về Blind Source Separation.
· Distinguished Lecturer Award, International Association of Financial Risk Management, Bắc Kinh, Trung Quốc, 2012.
· Best Reviewer Award, European Signal Processing Society (EURASIP), Lisbon, 9/2014.
· Diploma of Honour, Society of Romanian Biomedical Engineering (SRBM), 6/2017
· Vision, Prestige, and Leadership Award for Innovative and Extensive Knowledge toward Bringing Excellence in Biomedical Science, Romania, 2017.
· Recognition of Major Contribution, Engineering and Physical Sciences Research Council (EPSRC), Vương quốc Anh, 1/2018.
· Recognition and Appreciation Award của IEEE Signal Processing Society cho vai trò tổ chức và chủ trì IEEE ICASSP 2019, Brighton, Vương quốc Anh.
· Best Paper Award, European Signal Processing Society cho bài báo “Distributed Beamforming for Localization of Brain Seizure Sources from Intracranial EEG Array”, Hội nghị EUSIPCO 2024, Lyon, Pháp.
· Feature Paper Award: Bài báo “Do Interictal Epileptiform Discharges and Brain Responses to Electrical Stimulation Come from the Same Location? An Advanced Source Localization Solution”, IEEE Transactions on Biomedical Engineering, vol. 71, no. 9, pp. 2771–2780, 2024, được chọn là Feature Paper của IEEE TBME.
· Hojjat Adeli Award 2024 cho Outstanding Contribution to Neural Systems (plaque + 5000 USD) với bài báo “Localization of Epileptic Brain Responses to Single-Pulse Electrical Stimulation by Developing an Adaptive Iterative Linearly Constrained Minimum Variance Beamformer”, đăng trên International Journal of Neural Systems (IJNS), 33:10, 2023.
