李恺如，教授，博士研究生导师
邮箱：Kairu.li@foxmail.com
教育及工作经历：
2008-2012 大连理工大学，电子信息与电气工程学部，自动化专业，获学士学位；
2012-2015 大连理工大学，电子信息与电气工程学部，控制理论与控制工程专业，获硕士学位；
2015-2018 英国朴茨茅斯大学(University of Portsmouth)，智能系统方向，获博士学位；
2018-2019 英国朴茨茅斯大学(University of Portsmouth)，计算机学院，高级助理研究员；
2019-2023 沈阳工业大学，电气工程学院，自动化系，副教授；
2023-至今 沈阳工业大学，电气工程学院，自动化系，教授。
研究领域及研究方向：
生物信号分析及感知反馈技术；生机电一体化及智能机器人；工业过程控制等
荣誉奖项：
[1] 2022年度辽宁省科学技术进步奖二等奖（2024）
[2] 2022年度辽宁省“兴辽英才”计划青年拔尖人才（项目）（2023）
[3] 沈阳市高层次人才（2020）
[4] 阳工业大学青年教师基本功大赛一等奖（2023）
[5] 沈阳工业大学青年教师基本功大赛二等奖（2022）
科研项目：
[1] 国家自然科学基金青年科学基金项目，主持；
[2] 辽宁省“兴辽英才”计划青年拔尖人才项目，主持；
[3] 辽宁省自然科学基金面上项目，主持；
[4] 辽宁省教育厅青年科技人才育苗项目，主持；
[5] 沈阳市科技局中青年科技创新人才项目，主持；
[6] 沈阳工业大学青年教师培育基金项目，主持.
[7] 此外，作为骨干成员参与省部级、市级各类项目多项。
教学情况：
研究生课程：
1. 生物医学工程领域工程实际问题案例分析—智能福祉机器人，生物医学工程专业，第二学期，8学时
本科生课程：
1. 智能传感器与检测技术，自动化专业，第五学期，32学时；
2. 人工智能基础，自动化专业，第六学期，32学时；
社会兼职：
[1] 中国计算机学会智能机器人专业委员会执行委员
[2] 宁省细胞生物学学会人工智能化急性脑损伤研究专业委员会理事
[3] 国家级项目、人才函评评议专家
[4] 2022年第15届ICIRA (International Conference on Intelligent Robotics and Applications)国际会议组织并主持分论坛“Interaction, control and application technologies of Welfare Robots”，担任分论坛主席
[5] IEEE Sensors Journal, International Journal of Humanoid Robotics, IEEE SMC (International Conference on Systems, Man, and Cybernetics)、ICIRA (International Conference on Intelligent Robotics and Applications)审稿人
代表性论文与著作：
[1] K. Li, Y. Zhou, D. Zhou, Y. Fang, J. Yang and H. Liu. Electrotactile feedback-based muscle fatigue alleviation for hand manipulation[J]. International Journal of Humanoid Robotics, 2021, 18(2): 2050024.
[2] K. Li, P. Boyd, Y. Zhou, Z. Ju and H. Liu. Electrotactile Feedback in a Virtual Hand Rehabilitation Platform: Evaluation and Implementation[J]. IEEE Transactions on Automation Science and Engineering, 2019, 16(4): 1556-1565.
[3] K. Li, Y. Fang, Y. Zhou, Z. Ju and H. Liu. Haptics Model for Human Fingertips Based on Gaussian Distribution[J]. Journal of Intelligent & Fuzzy System, 2019, 36(5): 3945-3955.
[4] K. Li, Y. Fang, Y. Zhou and H. Liu. Non-invasive Stimulation-based Tactile Sensation for Upper-extremity Prosthesis: a Review[J]. IEEE Sensors Journal, 2017, 17(9): 2625-2635.
[5] Y. Zhou, J. Zeng, K. Li, L. J. Hargrove and H. Liu. sEMG-driven Functional Electrical Stimulation Tuning via Muscle Force[J]. IEEE Transactions on Industrial Electronics, 2021, 68(10): 10068-10077.
