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 học giả quốc tế uy tín trong lĩnh vực nghiên cứu não bộ, nhận bằng Tiến sĩ tại Imperial College London năm 1991. Ông là Fellow của Hiệp hội Máy tính Anh (BCS) và Senior Member của IEEE. Trở về từ Singapore năm 2002, ông trở thành Giảng viên tại King’s College London đến năm 2004, sau đó giữ vị trí Senior Lecturer tại Đại học Cardiff (Vương quốc Anh). Năm 2010, ông chuyển sang Đại học Surrey với vai trò Reader và Phó Trưởng khoa, trước khi được bổ nhiệm làm Giáo sư tại Đại học Nottingham Trent năm 2017. Từ đó đến nay, ông cũng là Giáo sư thỉnh giảng tại Nhóm CSP, Khoa Kỹ thuật Điện và Điện tử, Imperial College London và tại Viện Tâm thần học, Tâm lý học & Thần kinh học, King’s College London.
Ông đã phát triển bốn chương trình đào tạo bậc đại học và sau đại học và giảng dạy hơn 30 học phần trong các lĩnh vực Khoa học Máy tính, Kỹ thuật Điện và Công nghệ Sinh học. Đồng thời, ông cũng tham gia với vai trò Giám khảo ngoài cho nhiều trường đại học trong và ngoài nước.
Nghiên cứu của Giáo sư Sanei tập trung vào xử lý tín hiệu tiên tiến, học máy và mạng cảm biến hợp tác, với các ứng dụng chính trong tính toán nhận thức và công nghệ sinh học. Ông là người tiên phong trong phân tích phản ứng của não bộ đối với kích thích não sâu (DBS) nhằm nhận diện các cơn động kinh. Ông đã phát triển những phương pháp học sâu mới để phát hiện các xung động kinh (IEDs), đồng thời lần đầu tiên đưa khái niệm độ bất định trong gán nhãn dữ liệu vào mô hình phát hiện. Ông cũng tiên phong trong việc ứng dụng EEG hyperscanning cho giao diện não – máy tính (BCIs). Giáo sư Sanei đã giới thiệu nhiều phương pháp entropy phân tán đa tỉ lệ, bao gồm entropy đồ thị phân tán đa tỉ lệ, và đóng góp cho sự phát triển của kỹ thuật sinh dữ liệu thay thế đa kênh, đa trục – đặc biệt hữu ích cho các mạng nơ-ron sâu vốn đòi hỏi lượng dữ liệu lớn. Trong các nghiên cứu lâm sàng có tính đột phá, ông đã chứng minh rằng IEDs và các phản ứng muộn đối với DBS bắt nguồn từ cùng một vùng gây động kinh.
Công trình nghiên cứu của ông đã được công bố trong 5 cuốn sách (cuốn thứ sáu đang hoàn thiện), 7 cuốn sách biên tập, 8 chương sách, và hơn 470 bài báo khoa học quốc tế có phản biện. Ông từng giữ chức vụ Phó Trưởng khoa tại Đại học Surrey và Giám đốc của nhiều trung tâm nghiên cứu tại các trường đại học khác nhau. Giáo sư Sanei cũng đã nhiều lần tổ chức và chủ trì các hội nghị khoa học quốc tế hàng đầu của IEEE, trong đó có IEEE ICASSP 2019 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.
