研究领域：

人工智能, 计算成像, 神经科学

教育及工作经历：

07/2025 – 至今, 清华大学 人工智能学院 助理教授

07/2023 – 06/2025, 清华大学 自动化系 博士后

09/2018 – 07/2023, 清华大学 自动化 博士

09/2014 – 07/2018, 西安交通大学 自动化 学士

近五年代表性研究工作 (#共同第一作者, *通信作者)：

1、 Xinyang Li#, Yixin Li#, Yiliang Zhou, Jiamin Wu, Zhifeng Zhao, Jiaqi Fan, Fei Deng, Zhaofa Wu, Guihua Xiao, Jing He, Yuanlong Zhang, Guoxun Zhang, Xiaowan Hu, Xingye Chen, Yi Zhang, Hui Qiao, Hao Xie, Yulong Li, Haoqian Wang*, Lu Fang*, Qionghai Dai*. "Real-time denoising enables high-sensitivity fluorescence time-lapse imaging beyond the shot-noise limit." Nature Biotechnology (2023): 282-292

2、 Xinyang Li#, Guoxun Zhang#, Jiamin Wu, Yuanlong Zhang, Zhifeng Zhao, Xing Lin, Hui Qiao, Hao Xie, Haoqian Wang*, Lu Fang*, and Qionghai Dai*. "Reinforcing neuron extraction and spike inference in calcium imaging using deep self-supervised denoising." Nature Methods (2021): 1395-1400.

3、 Xinyang Li#, Yuanlong Zhang#, Jiamin Wu*, Qionghai Dai*. "Challenges and opportunities in bioimage analysis." Nature Methods (2023): 958-961.

4、 Xinyang Li#, Xiaowan Hu#, Xingye Chen#, Jiaqi Fan, Zhifeng Zhao, Jiamin Wu*, Haoqian Wang*, Qionghai Dai*. "Spatial redundancy transformer for self-supervised fluorescence image denoising." Nature Computational Science (2023): 1067-1080.

5、 Xinyang Li#, Guoxun Zhang#, Hui Qiao#, Feng Bao, Yue Deng, Jiamin Wu, Yangfan He, Jingping Yun, Xing Lin, Hao Xie, Haoqian Wang*, Qionghai Dai*. (2021). Unsupervised content-preserving transformation for optical microscopy. Light: Science & Applications, (2021): 44-54.

研究方向：

成像仪器将人类的观测范围扩展到肉眼不可及的尺度和精度，带来了一系列科学发现。瞄准光学成像领域的国际前沿难题，我聚焦于人工智能、光学成像与神经科学交叉领域研究，致力于以人工智能赋能科学观测，推动科学发现。研究成果以第一/通讯作者发表于Nature Methods、Nature Biotechnology、Nature Computational Science、Light: Science & Applications等高影响力国际期刊。曾担任2025世界人工智能大会、2023国际人工智能会议、2025光学工程前沿交叉科学大会特邀报告嘉宾，入选PhotoniX (IF=19.1)杂志青年编委，荣获PhotoniX Prize技术突破奖、清华麦戈文杰出研究成就奖、清华大学“水木学者”、清华大学优秀博士学位论文等荣誉奖励。当前正在进行的研究包括：

• 智能成像：提出高性能、可解释、自监督的新型显微图像处理方法，探索光学成像与人工智能融合新架构，实现成像性能的大幅提升，推动生命科学和医学前沿研究。

• 神经成像机器人：首次提出神经成像机器人新架构，研究自由活动动物无接触式神经成像新技术，揭示复杂行为的神经环路机制，为脑科学和人工智能的发展提供技术支撑。

• 量子成像理论及方法：构建高功率量子纠缠光源，研究量子效应和光学成像结合新范式，设计并构建量子成像系统，从物理上突破光学成像固有的光子噪声极限和衍射极限。

荣誉与奖励：

2025 PhotoniX Prize技术突破奖

2023 清华大学“水木学者”

2023 北京市优秀毕业生

2023 清华大学优秀博士学位论文

2021 清华麦戈文杰出研究成就奖