姓名
接标


工作单位
安徽师范大学

学位/职称
博士研究生/教授

办公室电话


Email
jbiao@ahnu.edu.cn

教育背景
(1) 2010.9–2015.4, 南京航空航天大学, 计算机应用技术, 工学博士
(2) 2003.9–2006.7, 云南师范大学, 计算机软件与理论, 理学硕士
(3) 1997.9–2001.7, 阜阳师范学院, 计算机科学与技术, 理学学士

研究方向
人工智能、机器学习与图像处理

任职经历
(1) 2018.10-至今, 安徽师范大学, 计算机与信息学院, 教授
(2) 2018.2-2018.9, 安徽师范大学, 计算机与信息学院, 副教授
(3) 2017.2-2018.2, 美国北卡罗来纳大学教堂山分校, 博士后
(4) 2013.7-2018.1, 安徽师范大学, 数学计算机科学学院, 副教授
(5) 2012.1-2013.1,美国北卡罗来纳大学教堂山分校, 生物医学研究成像中心, 访问****，

主持、参与项目
[1]. 国家自然科学基金面上项目（**）-面向功能磁共振成像的动态脑网络分析及应用研究, 2020/01-2023/12。（主持，在研）
[2]. 国家自然科学基金面上项目（**）-基于机器学习的脑网络分析及其应用研究, 2016/01-2019/12。主持，已结题
[3]. 安徽省高校优秀青年人才支持计划项目（gxyqZD**）-智能脑影像分析及其在疾病诊断中的应用2017/01-2019/12。主持，已结题
[4]. 安徽省自然科学基金面上项目（**MF125）-脑网络分析中图学习及其应用、2015/07-2017/06。主持，已结题

个人获奖
获省教学成果奖二等奖1项

代表性论著
[1].Biao Jie, Mingxia Liu, Chunfeng Lian, Feng Shi, Dinggang Shen. “Designing Weighted Correlation Kernels in Convolutional Neural Networks for Functional Connectivity based Brain Disease Diagnosis”. Medical Image Analysis, 2020. vol. 63, pp.101709: 1-14. July, 2020.
[2].Biao Jie, Mingxia Liu, Dinggang Shen. “Intergration of Temporal and Spatial Properties of Dynamic Connectivity Networks for Automatic Diagnosis of Brain Disease”. Medical Image Analysis, 47:81-94, 2018.
[3].Biao Jie, Mingxia Liu, Daoqiang Zhang, Dinggang Shen. “Sub-network Kernels for Connectivity Networks in Brain Disease Classification“. IEEE Transactions on Image Processing, vol. 27, no. 5, pp. 2340-2353, May 2018.
[4]. Biao Jie, Daoqiang Zhang, Jun Liu, Dinggang Shen, Temporally-Constrained Group Sparse Learning for Longitudinal Data Analysis in Alzheimer’s Disease. IEEE Trans. Biomedical Engineering, vol. 64, No. 1, pp. 238-249, Jan., 2017.
[5].Biao Jie, Dinggang Shen, Daoqiang Zhang. Hyper-Connectivity of Functional Networks for Brain Disease Diagnosis, Medical Image Analysis. vol. 32, pp. 84-100, Mar 24 2016.[6].Biao Jie, Daoqiang Zhang, The Novel Graph Kernel for Brain Networks With Application to MCI Classification, Chinese Journal of Computers. 39(8), 2016:1667-1680.
[7].Biao Jie, Daoqiang Zhang, Bo Cheng, Dinggang Shen: Manifold Regularized Multi-task Feature Learning for Multi-modality Disease Classification. Human Brain Mapping. 2015, 36(2):489-507.
[8].Biao Jie, Daoqiang Zhang, Chong-Yaw Wee, Dinggang Shen: Topological graph kernel on multiple thresholded functional connectivity networks for mild cognitive impairment classification. Human Brain Mapping, vol. 35, No. 7, pp. 2876-2897, Jul 2014.
[9].Biao Jie, Daoqiang Zhang, Wei Gao, Qian Wang, Chong-Yaw Wee, Dinggang Shen: Integration of Network Topological and Connectivity Properties for Neuroimaging Classification. IEEE Trans. Biomedical Engineering. Vol. 61, No. 2, pp. 576-589, 2014.