周凌宏

姓名：周凌宏

职称：教授（二级）、学术型博导

邮箱：smart@smu.edu.cn

v 学习经历

1983年9月-1987年6月，合肥工业大学，精密仪器专业，本科，学士；

1990年9月-1993年4月，清华大学，生物医学工程及仪器专业，研究生，硕士；

v 工作经历

1987年7月－1999年12月   第一军医大学生物医学工程系电子工程教研室，助教、讲师、副教授

2000年1月－2004年8月   第一军医大学生物医学工程系野战卫生装备教研室副教授，副主任、主任

2004年9月－2015年11月  南方医科大学生物医学工程学院医疗仪器研究所 副教授、教授，所长，副院长，博士生导师，广东省放射诊断治疗设备工程技术研究中心主任

2015年11月至今   南方医科大学生物医学工程学院医疗仪器研究所所长，教授，博士生导师，广东省放射诊断治疗设备工程技术研究中心主任

v 研究方向

肿瘤放射物理学方向带头人，团队主要从事肿瘤放射物理学、放射成像方法、FLASH-RT生物学效应和肿瘤大数据与人工智能医学应用等研究。

研究方向一：肿瘤放射物理学。以肿瘤放射物理学基础理论与关键技术为突破点，结合领域前沿与临床需求，开展新方法与新技术应用，为探索与提高临床服务能力提供关键技术支撑。目前主要开展：智能放疗计划设计系统、放疗计划自动质量控制方法和先进放疗技术应用研究等

研究方向二：医学放射成像新方法。以临床需求为牵引，基于自主开发的Table-CT和机器人成像试验系统，主要开展：蒙特卡罗X射线模拟方法、低剂量稀疏成像算法、能谱CT成像方法及锥形束CT(CBCT) 临床转化应用等研究。

研究方向三：FLASH-RT生物学效应。探索FLASH辐射远端正常组织的保护机制，为肿瘤FLASH放疗的临床应用提供新的实验和理论基础。主要开展FLASH-RT远端正常组织保护效应及其作用机制研究，探讨电离辐射与细胞相互作用的非靶效应，以及辐射诱导远端效应的程度与放疗剂量和剂量分次的关联关系等。

   研究方向四：肿瘤大数据与人工智能医学应用。运用机器学习方法开展多模态图像映射、辅助诊断、疗效预测及相关技术规范的研究。目前主要开展多模态医学信息融合、精准剂量累加及放疗毒性预测和、肿瘤(器官)自动分割及跟踪和影像组学及计算机辅助影像诊断等研究。

v 主要学术任职

全国放射治疗核医学和放射剂量学设备分技术委员会(TC10/SC3)委员

中国仪器仪表学会医疗仪器分会常务理事

中华医学会肿瘤放射分会医学物理学科组委员

广东省生物医学工程学会副理事长

广东省生物医学工程学会医疗器械分会主任委员

广东省生物医学工程学会医学物理分会副主任委员

广东省医疗仪器设备及器械标准化技术委员会(GD TC16)副主任委员

v 主要科研获奖

1. JX-100X刀系统，1998年中国人民解放军科学技术进步奖一等奖(6/9)，1998.10

2. JX-100X刀系统，1999年国家科学技术进步奖二等奖(5/9)，1999.12

3. 立体定向适形放射治疗系统的研制及其临床应用，2002年广东省科学技术进步三等奖(1/7)，2003.5

4. 移动式高频X线机的研制，2004年中国人民解放军科学技术进步二等奖(1/9)，2004.7

5. 2013年，中国人民解放军医疗成果奖三等奖，4D-CT重建与优化技术研究及其在肿瘤精确放疗中的应用(3/7) ，2013.11

6. 2013年，广西科学技术进步奖三等奖，CT共轨放射治疗技术的临床应用研究(2/7)，2014.1

7. 2014年，国家级教学成果奖二等奖，生物医学工程学科卓越人才培养模式的创新与实践(2/8) ，2014.9

8. 2014年，第七届广东省教育教学成果奖一等奖，生物医学工程学科卓越人才培养模式的创新与实践(2/8)，2014.6

v 近五年主持的国家级科技项目（课题）

1. 2019年，国家重点研发计划项目(2019YFC0121900)，2019.12~2022.12，项目负责人；

2. 2019年，国家重点研发计划项目课题(2019YFC0121901)，2019.12~2022.12，课题负责人；

3. 2022年，国家自然科学基金面上项目(82272131)，2023.01~2026.12，项目负责人；

4. 2023年，国家重点研发计划项目课题(2023YFC2413706)，2023.11~2026,10月，课题负责人。

v 近五年代表性论文

1. Q He, X Li, DWN Kim, X Jia, X Gu, X Zhen, L Zhou. Feasibility study of a multi-criteria decision-making based hierarchical model for multi-modality feature and multi-classifier fusion: Applications in medical prognosis prediction. Information Fusion 2020, 55:207-219. (JCR Q1，13.699)

2. Jianhui Ma, Zun Piao, Shuang Huang, Xiaomman Duan, Gneggeng Qin, Linghong Zhou, Yuan Xu, Monte Carlo simulation fused with target distribution modeling via deep reinforcement learning for automatic high-efficiency photon distribution estimation, Photonics Research, 2021, 9(3): B45-B56 (JCR Q1，IF=7.254)

3. Duan, Xiaoman, Cai, Jiangze, Ling, Qingqing, Huang, Yanchao, Qi, Hongliang, Chen, Yusi, Zhou, Linghong, Xu, Yuan, Knowledge-based self-calibration method of calibration phantom by and for accurate robot-based CT imaging systems, Knowledge-Based Systems, 2021, 229(11): 1-18   (JCR Q1，IF=8.139)

4. Mengke Qi, Yongbao Li, Aiqian Wu, Xingyu Lu, Linghong Zhou, Ting Song, Multisequence MR‐generated sCT is promising for HNC MR‐only RT: A comprehensive evaluation of previously developed sCT generation networks, Medical Physics, 2022, 49(4): 2150-2158   (JCR Q2，IF=4.071)

5. Peishan Qin, Guoqin Lin, Xu Li, Zun Piao, Shuang Huang, WangJiang Wu, Mengke Qi, Jianhui Ma, Linghong Zhou, Yuan Xu, A correlated sampling‐based Monte Carlo simulation for fast CBCT iterative scatter correction, Medical Physics, 2022, 50(3): 1466-1480  (JCR Q2，IF=4.071)

5. Wang Linjing, He Qiang, Wang, Xuetao, Song Ting, Li Xin, Zhang Shuxu, Qin Genggeng, Chen Weiguo, Zhou Linghong, Zhen Xin. Multi-criterion decision making-based multi-channel hierarchical fusion of digital breast tomosynthesis and digital mammography for breast mass discrimination, Knowledge-Based Systems, 2021, 228: 107303.( JCR Q1，IF=8.038)

6. Li Bin, Luo Ning, Zhong Anni, Li Yongbao, Chen Along, Zhou Linghong, Xu, Yuan. A prior image constraint robust principal component analysis reconstruction method for sparse segmental multi-energy computed tomography. Quantitative Imaging in Medicine and Surgery, 2021, 11(9):4097-4114. (JCR Q3，IF=3.837)

7. Li Yongbao, Xiao Fan, Liu Biaoshui, Qi Mengke, Lu Xingyu, Cai Jiajun, Zhou Linghong, Song Ting. Deep learning-based 3D in vivo dose reconstruction with an electronic portal imaging device for magnetic resonance-linear accelerators: a proof of concept study. Physics in Medicine and  Biology, 2021, 66(23): 235011. (JCR Q2，IF=3.609)

8. Jianhui Ma, Dan Nguyen, Ti Bai, Michael Folkerts, Xun Jia, Weiguo Lu, Linghong Zhou, Steve Jiang. A Feasibility Study on Deep Learning-Based Individualized 3D Dose Distribution Prediction. Medical Physics, 2021, 48(8), 4438-4447. (JCR Q3，IF=4.071)

7. Lu X, Li Y, Mengke Q, Zhou L, Song T. A Feasibility Study for Deep Learning-Based Efficient Monte Carlo Dose Calculation Method in Radiotherapy. Medical Physics, 2021, 48(6). (JCR Q3，IF=4.071)

8. Yongbao Li#, Fan Xiao#, Biaoshui Liu, Mengke Qi, Xingyu Lu, Jiajun Cai, Linghong Zhou*, Ting Song*. Deep learning-based 3D in vivo dose reconstruction with EPID for MR-LINACs: A proof of concept study. Physics in Medicine and Biology, 2021, 66(23): 235011 (JCR Q2，IF=3.609)

9. Ting Song, Linghong Zhou*, Yongbao Li*. Cross-engine transformation based fast dose calculation for MRI-Linac online treatment planning. Medical Physics (JCR Q3，IF=4.071)

10. Pan Z., Li X., Lin G., Qin P., Piao Z., Huang S., Wu W., Qi M, Zhou L, Xu, Y. A transmission measurement-based spectrum estimation method incorporating X-ray tube voltage fluctuation. Quantitative Imaging in Medicine and Surgery，2023, 13(6): 3602

11. Piao Z, Deng W, Huang S,Lin G,Qin P, Li X, Wu W, Qi M, Zhou L, Li B,Ma J, Xu Y. Adaptive scatter kernel deconvolution modeling for cone‐beam CT scatter correction via deep reinforcement learning. Medical Physics，2023;1-15 (0094-2405/3.8)

12. Wangjiang Wu, Mengke Qi, Xiaoye Chen, Yiwen Zhou, Zengxiang Pan, Song Kang, Jiancong Dai, Xiaoying Zhang, Linghong Zhou, Jun Chen, and Yuan Xu. Feasibility Study of a Cold-cathode Flat-panel X-ray Source with Micro-array Anode Target for Grating Interferometer Computed Tomography. IEEE Transactions on Nuclear Science，2023， 0018-9499/1.8.

13. Yongbao Li, Wenwen Cai, Fan Xiao, Xuanru Zhou, Jiajun Cai, Linghong Zhou, Wen Dou* and Ting Song*. Simultaneous dose distribution and fluence prediction for nasopharyngeal carcinoma IMRT. Radiation Oncology, 2023,18:110. 1748-717X/3.6,二区

14. Qiyuan Jia, Chuancheng Zheng, Yongbao Li, Futong Guo, Linghong Zhou*, Ting Song*. A predicted three-dimensional dose sequence based treatment planning optimization method for gynecologic IMRT. Medical Engineering and Physics, 2023, 118:104011 1350-4533/2.2, 三区

15. Xuanru Zhou, WenwenCai, Jiajun Cai, Fan Xiao, Mengke Qi, Jiawen Liu, Linghong Zhou, Yongbao Li*, Ting Song*. Multimodality MRI synchronous construction based deep learning framework for MRI-guided radiotherapy synthetic CT generation. Computers in Biology and Medicine, 2023, 162:107054 0010-4825/7.8

16. Ting Song, Linghong Zhou*, Yongbao Li*. Cross-engine transformation-based fast dose calculation for MRI-Linac online treatment planning. Medical Physics, 2023, 50(4):2429-2437. 0094-2405/4.5

17. Mengke Qi, Ting He, Yiwen Zhou, Jing Kang, Zengxiang Pan, Song Kang, Wangjiang Wu, Jun Chen, Linghong Zhou*, and Yuan Xu. Two Monte Carlo-based Simulators for Imaging System Modeling and Projection Simulation of Flat-Panel X-ray Source. Nuclear Science and techniques, 2023 1001-8042/2.8

18. Guangyao Cai, Fangjun Huang, Yue Gao, Xiao Li, Jianhua Chi, Jincheng Xie, Linghong Zhou, Yanling Feng, He Huang, Ting Deng, Yun Zhou, Chuyao Zhang, Xiaolin Luo, Xing Xie, Qinglei Gao, Xin Zhen, Jihong Liu. Artificial intelligence-based models enabling accurate diagnosis of ovarian cancer using laboratory tests in China: a multicentre, retrospective cohort study. Lancet Digital Health. (Accepted, 2024年1月)

19. Wenwen Cai,Shouliang Ding, Linghong Zhou, Ting Song, Yongbao Li. Automatic IMRT treatment planning through fluence prediction and plan fine-tuning for nasopharyngeal carcinoma. Radiation Oncology, (Accepted, 2024).1748-717X/3.6,二区

20. Jinqiu Xia, Yiwen Zhou, Wenxin Deng, Jing Kang, Wangjiang Wu, Mengke Qi, Linghong Zhou, Jianhui Ma and Yuan Xu. PND-Net: Physics-inspired Non-local Dual-domain Network for Metal Artifact Reduction. IEEE Transactions on Medical Imaging(Accepted, 2024年1月)0278-0062/10.6, 一区