研究方向

利用深度神经网络进行医学图像重建与压缩 本项目关注于怎样通过人工神经网络和深度学习方法，克服大型医学图像的储存和传输的挑战，并构建一个图像重建与压缩一体化的架构。首先，我们会对医学图像进行传统的图像增强方法，用以生成高质量标准化的医学图像以便于压缩。其次，我们会制定一些深度学习的优化目标以保证压缩图像的质量，并且我们会对神经网络的结构和参数进行进一步研究，来平衡压缩图像的质量与大小的矛盾。最后，我们会在前述工作的基础上整合图像重建和压缩的流程，来实现高效的一体化的医学图像重建和压缩的算法。

 

相关学科

计算机科学技术

 

科研导师

Z. H

• 欧盟玛丽居里项目计算机科学博士，比利时根特大学和布鲁塞尔自由大学联合培养工程硕士，本科毕业于上海交通大学；
• 研究方向为人工智能在医学影像学及计算机图形学上的应用，复杂模型降维，最优化方法；
• 在计算机图形学重要期Computer graphics forum以第一作者身份发表论文；
• 在重要会议ACM SIGGRAPH/Eurographics Symposium on Computer Animation（SCA）发表演讲。

科研成果

成果一：在英文期刊中发表学术论文

有方学者项目能够为学员在正规的英文学术期刊中发表论文。正规的学术期刊均要求由独立审稿人决定论文的录用与否。因此，论文的成功发表标志着这篇文章已达到学界公认的学术标准。有方学者最优秀的学生，不但可以冲击EI、SCI等高级别期刊，而且有机会参与全球顶级的学术会议。

成果二：第一作者身份

有方学者项目坚持帮助学生以第一作者身份发表论文。在申请过程中，招生官最看重的是学生在科研项目中的参与程度，而第一作者顺位恰恰是这一点的最佳证明。近年来，有大量的中国学生在教授署名的论文中挂名，这使得第一作者身份的含金量更为突出。

成果三：独一无二的课题

有方学者项目的导师会为每个学生提供独一无二的课题，连接最前沿的科研方法和学生感兴趣的学术方向，每个学生的研究内容具有差异性。

成果四：顶尖院校导师的推荐信

有方学者项目将为学生提供项目导师撰写的推荐信。导师作为推荐人，来自于美国顶尖学府的科研团队，影响着推荐信的可信度；而导师所提供的丰富的细节和生动的描述能更好展现学生的过人之处，从而大大提高了推荐信的价值。

成果五：高效备战具有高影响力、高含金量的科研竞赛

学生可以直接使用有方学者项目的成果论文冲击多项全球顶级的科研赛事，其中包括：被誉为“中国青年的诺贝尔奖”的丘成桐科学奖、ISEF 国际科学与工程奖、全国青少年科技创新大赛等。

 

 

了解更多详情

请扫描二维码

关注「有方背景提升」