中文| EN

张煜

作者:  来源:   阅读量:  发布时间:2022-11-23 16:03:51




姓名:张煜

职称:教授

联系邮箱:yuzhang@smu.edu.cn


v 学习经历

2000.09-2003.0第一军医大学,生物医学工程系,博士

1997.09-2000.07 第一军医大学,生物医学工程系,硕士

1992.09-1997.07 第一军医大学,生物医学工程系,本科


v 工作经历

2013.12至今      南方医科大学,生物医学工程学院,教授

2011.04-2012.0北卡莱罗纳大学,放射系,博士后

2005.12-2013.1南方医科大学,生物医学工程学院,副教授

2004.08-2005.12 南方医科大学,生物医学工程学院,讲师

2003.07-2004.0第一军医大学,生物医学工程系,讲师


v 研究方向

    生物医学工程、医学影像智能处理与分析




v 主要学术任职

广东省生物医学工程专业教指委秘书长,广东省计算机协会理事,广东省医院信息专业委员会常务委员


v 主要科研项目

1. 国家自然科学基金区域联合基金重点项目,2023.01-2026.12,主持

2. 国家自然科学基金面上项目,2020.01-2023.12,主持

3. 国家自然科学基金面上项目,2017.01-2020.12,主持

4. 国家自然科学基金面上项目,2013.01-2016.12,主持



v 代表性论文

[1] Zhenyuan Ning, Zhangxin Zhao, Qianjin Feng, Wufan Chen, Qing Xiao* and Yu Zhang*, Mutual-Assistance Learning for Standalone Mono-Modality Survival Analysis of Human Cancers, IEEE Transactions on Pattern Analysis and Machine Intelligence, 2022

[2] Z Ning, S Zhong, Q Feng, W Chen, Yu Zhang*. SMU-Net: Saliency-guided Morphology-aware U-Net for Breast Lesion Segmentation in Ultrasound Image. IEEE Transactions on Medical Imaging, 2022

[3] Zhenyuan Ning, Denghui Du, Chao Tu, Qianjin Feng, Yu Zhang*, Relation-Aware Shared Representation Learning for Cancer Prognosis Analysis With Auxiliary Clinical Variables and Incomplete Multi-Modality Data, IEEE Transactions on Medical Imaging, 2022  

[4] Z Ning, C Tu, X Di, Q Feng, Yu Zhang*. Deep Cross-view Co-regularized Representation Learning for Glioma Subtype Identification. Medical Image Analysis, 2021

[5] Z Ning, Z Lin, D Du, Q Feng, W Chen, Yu Zhang*. Multi-constraint Latent Representation Learning for Prognosis Analysis Using Multi-modal Data. IEEE Transactions on Neural Networks and Learning systems, 2021

[6] Shujun Liang, Kim-Han Thung, Dong Nie, Yu Zhang*, Dinggang Shen*, Multi-view Spatial Aggregation Framework for Joint Localization and Segmentation of Organs at risk in Head and Neck CT Images, IEEE Transactions on Medical Imaging, 2020.


法律声明 | 学院位置 | 联系我们 | 友情链接

南方医科大学生物医学工程学院.版权所有

广东省广州市广州大道北1838号南方医科大学生物医学工程学院

邮编:510515 咨询电话:020-61648275