赵凌霄
单位：中国科学院苏州生物医学工程技术研究所
地址：江苏省苏州市高新区科技城科灵路88号
邮编：215163
电话：
个人主页：
实验室介绍：


个人简历 Personal resume


赵凌霄，男，博士，研究员，博导。主要研究方向包括：（1）医学影像分析处理和高级三维建模与可视化技术；（2）人工智能临床辅助诊断技术；（3）医疗健康数据分析云计算技术与云平台软件系统；（4）医疗应用计算机软件工程技术与开发。具有丰富的医学影像技术和软件产品的科研和工程技术经验。由荷兰代尔夫特理工大学（TU Delft）与荷兰皇家飞利浦医疗（Philips Healthcare）联合培养获得硕士和博士学位。在荷兰攻读学位期间，作为主要研发人员参与了荷兰飞利浦医疗CT虚拟肠胃镜高级技术的重大项目。先后在相关领域的国际顶级和一流期刊或会议中发表多篇高质量论文。在回国之前长期在荷兰飞利浦医疗研发总部工作，参与多项医学影像后处理技术和产品的研发与成果转化，并主持过飞利浦医疗最新一代医学影像平台软件产品中多个主要模块和高级功能的开发。具有多年研发团队的技术指导经验，熟悉并掌握多项世界先进的医学影像分析处理和可视化软件核心技术与产品，以及先进的商业软件研发过程和项目服务管理经验。2015年回国入职于中科院苏州医工所，曾负责医学影像分析处理课题组和医疗器械产业化平台医疗软件部工作，目前担任医疗健康信息技术中心主任，承担和参与有国家十三五重点研发计划、中科院重大仪器装备研发、江苏省重点科技计划等纵向课题，同时还负责多项企业委托研发横向项目与中科院科技成果转化项目。


研究方向 Research direction


1、基于人工智能的医学影像分析处理与临床辅助诊断
2、高级三维建模分析、可视化与虚拟现实技术
3、大数据分析、云计算与SaaS软件



招生信息 Enrollment information


欢迎计算机软件专业、自动化专业以及生物医学专业品学兼优的学生来我课题组攻读硕士和博士学位。 根据我课题组的科研和成果转化工作内容，应具备或满足以下至少一项条件与要求：1.了解或熟悉数字图像分析处理技术；2.具有一定计算机图形学、二维/三维图形图像处理的知识和技术背景；3.熟悉C/C++、C#、Java等语言中的一种或几种，了解Windows编程，了解.Net开发技术；4.了解或熟悉面向对象开发技术，有一定实际项目开发经验并了解常用的设计模式者优先；5.对于计算机图形图像技术和软件开发有浓厚兴趣。我所是中科院唯一一家国立医疗器械与生物医学工程技术科研机构，各项科研与生活条件设施完备，课题组实验室条件优越，目前科研方向明确，合作广泛，项目多机会多，欢迎加盟。


论文专著 The monograph


1)Lines of curvature for polyp detection in virtual colonoscopy. - IEEE TVCG - 200610 - Volume 12. No. 5
2)Curvature lines for colonic polyp characterization. - 13th Annual Conference of the ASCI. - 200710 - 2007年第一期
3)Efficient seeding and defragmentation of curvature streamlines for colonic polyp detection - SPIE Medical Imaging - 200803 - 2008, Volume 6916.
4)Surface curvature line clustering for polyp detection in CT Colonography. - EuroGraphics VCBM - 200810 - 2008年第一期
5)Combining mesh volume and streamline representations for polyp detection in CT colonography. - IEEE ISBI - 200906 - 2009年第一期
6)Topology-based flow visualization, the state ofthe art. - Topology-Based Methods in Visualization - 200705 - 2007年5月
7)A Multi-modal Health Data Fusion and Analysis Method Based on Body Sensor Network - International Journal of Services Technology and M - 201708 -
8)联合改进的总体 EEMD 和近似熵的脑电去噪方法 - 计算机工程 - 2017 -
9)基于SVM和有监督描述子学习算法的脑MR图像颅骨分割方法 - 计算机和数字工程 - 2017 -