北京航空航天大学导师教师信息介绍简介-张光磊

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2020-04-24

个人简历

张光磊，男，北航“医工百人”特聘副研究员，生物医学工程高精尖创新中心研究员，博士生导师。2014年获清华大学生物医学工程专业博士学位，2015-2016年在美国斯坦福大学（Stanford University）医学院进行博士后研究工作，2017-2018年任北京交通大学医学智能研究所副教授、副所长，2018年入职北京航空航天大学医工交叉创新研究院。在教学方面，曾担任“面向对象的程序设计”及“数值计算方法”本科生课程主讲教师、“算法设计与分析”研究生课程主讲教师。在科研项目方面，主持国家自然科学基金、北京市自然科学基金、中国博士后基金、中央高校基本科研业务费等多项科研项目。研究方向包括：光学分子影像三维成像方法、医学影像人工智能分析方法、医学智能可穿戴式诊疗设备。以第一作者、通讯作者和主要作者在ACS Nano, IEEE Trans. Med. Imag., IEEETrans. Biomed. Eng., Appl. Phys. Lett., Opt. Lett., Biomed. Opt. Express, J. Biomed. Opt., Med. Phys., Phys. Med. Biol.等期刊上发表30余篇论文，另外获得2014年度“中国专利优秀奖”。现任职IEEE member、中国生物医学工程学会会员、生物医学光子学分会会员、医学物理分会青年委员、中国图象图形学学会会员。
科研论文：
[1] L. Guo, F. Liu, C. Cai, J. Liu, and G. Zhang*, “3D deep encoder-decoder network for fluorescence molecular tomography,” Opt. Lett., 2019, 44(8): 1892–1895. (SCI, Q1, IF=3.866)
[2] J. Liu, J. Cui, F. Liu, Y. Yuan, F. Guo, and G. Zhang*, “Multi-subtype classification model for non-small cell lung cancer based on radiomics: SLS model,” Med. Phys., 2019, 46(7): 3091–3100. (SCI, Q2, IF=3.177)
[3] J. Cui, J. Liu, X. Zhang, Y. Yuan, F. Guo, and G. Zhang*, “A radiomics model based on multi-layer perception for subtype classification of non-small cell lung cancer,” Med. Phys., 2019, under review. (SCI, Q2, IF=3.177)
[4] L. Zhang, and G. Zhang*, “Brief review on learning based methods for optical tomography,” J. Innov. Opt. Heal. Sci., 2019, accepted. (SCI, Q4, IF=1.058)
[5] Y. Gao, J. Liu, J. Cui, G. Zhang*, and J. Luo*, “Improving subtype classification of non-small cell lung cancer by elastic deformation based machine learning,” Med. Phys., 2019, under review. (SCI, Q2, IF=3.177)
[6] W. Cai, Y. Chen, J. Guo, B. Han, Y.Shi, L. Ji, J. Wang, G. Zhang*, and J. Luo*, “Accurate detection of atrial fibrillation from 12-Lead ECG using deep neural network,” Comput. Biol. Med., 2019, in press. (SCI, Q2, IF=2.286)
[7] Y. Yuan, W. Qin, B. Ibragimov, G. Zhang, B. Han, M. Q.-H. Meng, L. Xing, “Densely connected neural network with unbalanced discriminant and category sensitive constraints for polyp recognition,” IEEE Trans. Autom. Sci. Eng., 2019, Accepted. (SCI, Q1, IF=5.224)
[8] Y. Li, Y. Liu, G. Zhang, Z. Wang, and J. Luo, “Radiomics with attribute bagging for breast tumor classification using multi-modal ultrasound images,” J. Ultras. Med., 2019, in press. (SCI, Q2, IF=1.718)
[9] K. Cheng, M. Sano, C. H. Jenkins, G. Zhang, D. Vernekohl, W. Zhao, C. Wei, Y. Zhang, Z. Zhang, Y. Liu, Z. Cheng, and L. Xing, “Synergistically enhancing the therapeutic effect of radiation therapy with radiation activatable and reactive oxygen species-releasing nanostructures,” ACS Nano, 2018, 12: 4946?4958. (SCI, Q1, IF=13.709)
[10] K. Cheng, H. Chen, C. H. Jenkins, G. Zhang, W. Zhao, Z. Zhang, F. Han, J. Fung, M. Yang, Y. Jiang, L. Xing, and Z. Cheng, “Synthesis, characterization, and biomedical applications of a targeted dual-modal near-infrared-II fluorescence and photoacoustic imaging nanoprobe,” ACS Nano, 2017, 11:12276–12291. (SCI, Q1, IF=13.709)
[11] G. Zhang*, S. Tzoumas, K. Cheng, F. Liu, J. Liu, J. Luo, J. Bai, and L. Xing, “Generalized adaptive Gaussian Markov random field for X-ray luminescence computed tomography,” IEEE Trans. Biomed. Eng., 2018, 65(9): 2130–2133. (SCI, Q1, IF=4.491)
[12] G. Zhang*, F. Liu, J. Liu, J. Luo, Y. Xie, J. Bai, and L. Xing, “Cone beam X-ray luminescence computed tomography based on Bayesian method,” IEEE Trans. Med. Imag., 2017, 36(1): 225–235. (SCI, Q1, IF=6.131)
[13] G. Zhang, H. Pu, W. He, F. Liu, J. Luo, and J. Bai, “Bayesian framework based direct reconstruction of fluorescence parametric images,” IEEE Trans. Med. Imag., 2015, 34(6): 1378–1391. (SCI, Q1, IF=6.131)
[14] G. Zhang, W. He, H. Pu, F. Liu, M. Chen, J. Bai and J. Luo, “Acceleration of dynamic fluorescence molecular tomography with principal component analysis,” Biomed. Opt. Express, 2015, 6(6): 2036–2055. (SCI, Q1, IF=3.482)
[15] G. Zhang, H. Pu, W. He, F. Liu, J. Luo, and J. Bai, “Full-direct method for imaging pharmacokinetic parameters in dynamic fluorescence molecular tomography,” Appl. Phys. Lett., 2015, 106(8): 081110. (SCI, Q1, IF=3.495)
[16] G. Zhang, F. Liu, H. Pu, W. He, J. Luo, and J. Bai, “A direct method with structural priors for imaging pharmacokinetic parameters in dynamic fluorescence molecular tomography,” IEEE Trans. Biomed. Eng., 2014, 61(3): 986–990. (SCI, Q1, IF=4.288)
[17] G. Zhang, F. Liu, B. Zhang, Y. He, J. Luo, and J. Bai, “Imaging of pharmacokinetic rates of indocyanine green in mouse liver with a hybrid fluorescence molecular tomography/x-ray computed tomography system,” J. Biomed. Opt., 2013, 18(4): 040505. (SCI, Q2, IF=2.367)
[18] G. Zhang, X. Cao, B. Zhang, F. Liu, J. Luo, and J. Bai, “MAP estimation with structural priors for fluorescence molecular tomography,” Phys. Med. Biol., 2013, 58(2): 351–372. (SCI, Q2, IF=2.665)
[19] W. He^#, G. Zhang^#, F. Liu, X. Cao, J. Luo, and J. Bai, “Modified forward model for eliminating the time-varying impact in fluorescence molecular tomography,” J. Biomed. Opt., 2014, 19(5): 056012. (SCI, Q2, IF=2.367, co-first author)
[20] W. He^#, G. Zhang^#, F. Liu, X. Cao, J. Luo, and J. Bai, “Projected restarted framework for tomographic reconstruction,” Proc. of SPIE, 2014, 9230: 92300F. (EI, co-first author)
[21] S. Jiang, J. Liu*, G. Zhang, Y. An, H. Meng, Y. Gao, K. Wang*, and J. Tian*, “Reconstruction of fluorescence molecular tomography via a fused LASSO method based on group sparsity prior,” IEEE Trans. Biomed. Eng., 2019, 66(5): 1361–1371. (SCI, Q1, IF=4.288)
[22] Y. Liu, S. Jiang, J. Liu, Y. An, G. Zhang, Y. Gao, K. Wang, and J. Tian, “Reconstruction method for fluorescence molecular tomography based on L1-norm primal accelerated proximal gradient,” J. Biomed. Opt., 2018, 23(8):085002. (SCI, Q2, IF=2.367)
[23] Y. An, J. Liu, G. Zhang, S. Jiang, J. Ye, C. Chi, and J. Tian, “Compactly supported radial basis function-based meshless method for photon propagation model of fluorescence molecular tomography,” IEEE Trans. Med. Imag., 2017, 36(2): 366–373. (SCI, Q1, IF=6.131)
[24] Y. Liu, J. Liu, Y. An, S. Jiang, J. Ye, Y. Mao, K. He, G. Zhang, C. Chi, J. Tian, “Novel trace norm regularization method for fluorescence molecular tomography reconstruction,” Proc. of SPIE, 2017, 10047: 100470U. (EI)
[25] S. Jiang, J. Liu, Y. An, G. Zhang, J. Ye, Y. Mao, K. He, C. Chi, and J. Tian, “Novel L2,1-norm optimization method for fluorescence molecular tomography reconstruction,” Biomed. Opt. Express, 2016, 7(6):2342–2359. (SCI, Q1, IF=3.482)
[26] Y. An, J. Liu, G. Zhang, J. Ye, Y. Mao, S. Jiang, W. Shang, Y. Du, C. Chi, and J. Tian, “Meshless reconstruction method for fluorescence molecular tomography based on compactly supported radial basis function,” J. Biomed. Opt., 2015, 20(10):105003. (SCI, Q2, IF=2.367)
[27] Y. An, J. Liu, G. Zhang, J. Ye, Y. Du, Y. Mao, C. Chi, and J. Tian, “A novel region reconstruction method for fluorescence molecular tomography,” IEEE Trans. Biomed. Eng., 2015, 62(7): 1818–1826. (SCI, Q1, IF=4.288)
[28] X. Zhang, F. Liu, S. Zuo, J. Shi, G. Zhang, J. Bai, and J. Luo, “Reconstruction of fluorophore concentration variation in dynamic fluorescence molecular tomography,” IEEE Trans. Biomed. Eng., 2015, 62(1): 138–144. (SCI, Q1, IF=4.288)
[29] H. Pu, G. Zhang, W. He, F. Liu, H. Guang, Y. Zhang, J. Bai, and J. Luo, “Resolving fluorophores by unmixing multispectral fluorescence tomography with independent component analysis,” Phys. Med. Biol., 2014, 59(17): 5025–5042. (SCI, Q2, IF=2.665)
[30] W. He, H. Pu, G. Zhang, X. Cao, B. Zhang, F. Liu, J. Luo, and J. Bai, “Subsurface fluorescence molecular tomography with prior information,” Appl. Opt., 2014, 53(3): 402–409. (SCI, Q3, IF=1.791)
[31] J. Shi, F. Liu, G. Zhang, B. Zhang, J. Luo, and J. Bai, “Enhanced spatial resolution in fluorescence molecular tomography using restarted L1-regularized nonlinear conjugate gradient algorithm,” J. Biomed. Opt., 2014, 19(4): 046018. (SCI, Q2, IF=2.367)
[32] H. Pu, W. He, G. Zhang, B. Zhang, F. Liu, Y. Zhang, J. Luo, and J. Bai, “Separating structures of different fluorophore concentrations by principal component analysis on multispectral excitation-resolved fluorescence tomography images,” Biomed. Opt. Express, 2013, 4(10): 1829–1845. (SCI, Q1, IF=3.482)
科研项目：

[1] 北航“青年拔尖人才计划”第七批，**，光学分子影像，2019/01 – 2022/12，在研，主持
[2] 国家重点研发计划重点专项，2017YFA**，完整肝脏三维结构与功能信息的精准介观测量，2018/01 – 2022/12，在研，参加
[3] 北航“医工百人计划”，**，光学分子影像新型成像方法研究，2018/01 – 2020/12，在研，主持
[4] 中央高校基本科研业务费（人才基金），2017RC025，光学分子影像新型成像方法研究，2017/05 – 2018/03，已结题，主持
[5] 国家自然科学基金青年基金，**，基于XLCT/XCT双模态系统的深层原位肿瘤早期精准成像方法，2017/01 - 2019/12，在研，主持
[6] 北京市自然科学基金青年基金，**，基于稀疏贝叶斯理论的X射线荧光断层成像方法研究，2016/01 - 2017/12，已结题，主持
[7] 中国博士后基金（一等），2015M570032，基于贝叶斯理论的X射线激发荧光断层成像方法研究，2015/04 - 2016/10，已结题，主持
[8] 中央高校基本科研业务费，2015JBM026，小动物X射线激发荧光断层成像方法研究，2015/01 - 2016/12，已结题，主持
[9] 中央高校基本科研业务费（人才基金），2017RC023，荧光参数反演成像性能优化方法研究，2017/07 – 2019/06，在研，参加
[10] 国家自然科学基金面上项目，**，全无网格激发荧光断层成像方法研究，2016/01 - 2019/12，在研，参加
[11] 国家自然科学基金青年基金，**，荧光分子动态参数反演成像方法研究，2015/01 - 2015/12，已结题，参加
[12] 国家自然科学基金面上项目，**，动态荧光分子断层成像的建模与重建方法研究，2013/01 - 2016/12，已结题，参加
[13] 国家重大科学仪器设备开发专项子课题，2011YQ030114，FMT系统核心器件与关键技术研发，2012/01-2016/12，已结题，参加
[14] 国家重点基础研究计划（973计划）子课题，2011CB707701，多模态分子影像成像理论和重建算法，2011/01-2015/12，已结题，参加
[15] 国家自然科学基金面上项目，**，基于空间编码并行激发的荧光分子断层成像方法的研究，2011/01 - 2013/12，已结题，参加

招生信息：

2020年博士后招聘方向：
1. 光学分子影像三维成像方法（荧光分子断层成像、X射线激发荧光分子断层成像等）
2020年博士生招生方向：
1.光学分子影像三维成像方法（荧光分子断层成像、X射线激发荧光分子断层成像等）
2020年硕士生招生方向：
1. 医学影像人工智能分析方法（利用人工智能技术对CT、MRI等医学影像进行分析处理）
2. 光学分子影像三维成像方法（荧光分子断层成像、X射线激发荧光分子断层成像等）
3. 医学智能可穿戴式诊疗设备（可穿戴式心电、血压、血氧等分析算法及设备研究）
2020年交流访问学生方向：
1. 医学影像人工智能分析方法（利用人工智能技术对CT、MRI等医学影像进行分析处理）
2. 医学智能可穿戴式诊疗设备（可穿戴式心电、血压、血氧等分析算法及设备研究）
招生专业：
生物医学工程、计算机科学与技术及相关专业。

教育经历

工作经历

社会兼职

[1]IEEE Member
[2]中国生物医学工程学会会员
[3]生物医学光子学分会会员
[4]医学物理分会青年委员
[5]中国图象图形学会会员

研究方向

[1] 光学分子影像三维成像方法（荧光分子断层成像-FMT、X射线激发荧光分子断层成像-XLCT等）

[2] 医学影像人工智能分析方法（利用机器学习、深度学习等技术对CT、MRI等医学影像进行智能分析）

[3] 医学智能可穿戴式诊疗设备（可穿戴式心电、血压、血氧、血糖、呼吸、体温等人体基本生理参数检测设备研究）

研究领域

当前位置: 中文主页 >> 研究领域

开授课程

当前位置: 中文主页 >> 开授课程

共0条0/0

科研项目

当前位置: 中文主页 >> 科研项目

共0条0/0

论文

当前位置: 中文主页 >> 论文

共0条0/0

荣誉及奖励

当前位置: 中文主页 >> 荣誉及奖励

共0条0/0