删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

中国科学院深圳先进技术研究院导师教师师资介绍简介-梁栋

本站小编 Free考研考试/2021-06-06

[中文] [English]

招生信息
教育背景
工作经历
专利与奖励
出版信息
科研活动
指导学生
基本信息
梁栋男博导中国科学院深圳先进技术研究院
电子邮件: dong.liang@siat.ac.cn
通信地址: 中国科学院深圳先进技术研究院劳特伯生物医学成像研究中心
邮政编码: 518055

研究领域




生物医学工程








招生信息


招生专业
081104-模式识别与智能系统
083100-生物医学工程
081002-信号与信息处理

招生方向
机器学习
生物医学成像
压缩感知, 稀疏表达


教育背景

2002-09--2006-03上海交通大学博士
1999-09--2002-06合肥工业大学硕士
1994-09--1998-07合肥工业大学学士

学历

研究生


学位
博士




工作经历


工作简历
2015-01~现在,中国科学院深圳先进技术研究院,研究员
2011-04~2015-01,中国科学院深圳先进技术研究院,副研究员
2007-11~2011-04,美国威斯康星大学密尔沃基分校,博士后、research scientist
2006-07~2007-08,香港大学,博士后
1998-07~1999-09,合肥工业大学,研究生辅导员

社会兼职
2018-01-01-今,Magnetic Resonance in Medicine Editoral Board Member,
2017-07-01-今,中华医学会放射学分会磁共振专委会物理与工程学组, 委员
2016-09-30-今,IEEE Computational Imaging Special Interest Group Member, Member
2014-10-01-今,IEEE Transactions on Medical Imaging (IEEE-TMI) Associate Editor,
2014-08-09-今,Quantitative Imaging in Medicine and Surgery Editorial Board Member,
2014-07-15-今,中国生物医学工程学会青年工作委员会 副主任委员,
2012-06-11-今,深圳市科技评审专家,
2012-03-16-今,国家自然科学基金评审专家,
2012-03-16-今,广东省自然科学基金评审专家,


专利与奖励


奖励信息
(1) 中国生物医学工程“黄家驷”科技进步奖, 一等奖, 部委级, 2019
(2) 中国专利优秀奖, , 国家级, 2018
(3) 广东省技术发明奖, 一等奖, 省级, 2018
(4) 王天眷波谱学奖, 其他, 2018
(5) 深圳市技术发明奖, 一等奖, 省级, 2018
(6) 中国科学院科技促进发展奖, 二等奖, 部委级, 2015

专利成果
( 1 ) 磁共振成像采样轨迹优化方法, 发明, 2012, 第 1 作者, 专利号: 5.5
( 2 ) 一种无需重建图像的磁共振参数重建方法, 发明, 2011, 第 1 作者, 专利号: 0.8
( 3 ) 压缩感知重建图像的噪声分析, 发明, 2011, 第 1 作者, 专利号: 7.8
( 4 ) 一种稀疏采样的磁共振成像方法和装置, 发明, 2011, 第 1 作者, 专利号: 2.8
( 5 ) 一种基于k-t ISD的快速MRI参数匹配方法, 发明, 2011, 第 1 作者, 专利号: 7.0
( 6 ) 基于k-t ISD压缩感知技术的动态对比度增强磁共振成像, 发明, 2011, 第 1 作者, 专利号: 5.3
( 7 ) 一种磁共振参数匹配方法、装置及处理设备, 发明, 2012, 第 1 作者, 专利号: 7.4
( 8 ) 压缩感知磁共振快速成像方法, 发明, 2012, 第 1 作者, 专利号: 3.2
( 9 ) 基于机器学习的并行磁共振成像GRAPPA方法, 发明, 2012, 第 1 作者, 专利号: 3.4
( 10 ) 一种磁共振并行成像方法及磁共振成像仪, 发明, 2012, 第 1 作者, 专利号: 3.5
( 11 ) 一种磁共振成像快速重建系统及方法, 发明, 2012, 第 1 作者, 专利号: 6.5
( 12 ) 磁共振快速成像的方法, 发明, 2012, 第 1 作者, 专利号: 2.X
( 13 ) 磁共振快速成像方法及其系统, 发明, 2013, 第 1 作者, 专利号: 6.8
( 14 ) 磁共振动态成像方法及系统, 发明, 2014, 第 1 作者, 专利号: 3.2
( 15 ) 一种磁共振参数重建方法及系统, 发明, 2014, 第 1 作者, 专利号: 4.9
( 16 ) 磁共振参数成像方法、装置、医学设备及存储介质, 发明, 2018, 第 3 作者, 专利号: CN1.0
( 17 ) 一种磁共振参数成像方法、装置、设备及存储介质, 发明, 2018, 第 3 作者, 专利号: CN0.2
( 18 ) 一种磁共振动态成像方法、装置及可读介质, 发明, 2018, 第 1 作者, 专利号: CN3.6
( 19 ) 一种新型的非线性并行重建的磁共振成像方法、装置及介质, 发明, 2018, 第 2 作者, 专利号: CN4.9
( 20 ) 一种Wave-CAIPI磁共振成像参数的解析优化方法、装置及介质, 发明, 2018, 第 3 作者, 专利号: CN4.7
( 21 ) 一种基于分数阶模型的磁共振指纹成像方法、装置及介质, 发明, 2018, 第 2 作者, 专利号: CN9.7
( 22 ) 一种三维磁共振成像重建方法、装置、应用及可读介质, 发明, 2017, 第 1 作者, 专利号: CN0.1
( 23 ) 基于两层紧框架稀疏模型的并行磁共振成像方法、装置及计算机可读介质, 发明, 2017, 第 2 作者, 专利号: CN9.1
( 24 ) 一种基于自适应联合稀疏编码的并行磁共振成像方法、装置及计算机可读介质, 发明, 2017, 第 2 作者, 专利号: CN3.0


出版信息


发表论文
(1)DIMENSION: Dynamic MR Imaging with Both K-space and Spatial Prior Knowledge Obtained via Multi-Supervised Network Training,NMR in Biomedicine,2019,通讯作者
(2)Hierarchical iterative linear-fitting algorithm (HILA) for phase correction in fat quantification by bipolar multi-echo sequence,Quantitative Imaging in Medicine and Surgery,2019,第7作者
(3)A survey of GPU-based acceleration techniques in MRI reconstructions,Quantitative Imaging in Medicine and Surgery,2019,通讯作者
(4)Improving GRAPPA reconstruction using joint nonlinear kernel mapped and phase conjugated virtual coils.,Physics in Medicine & Biology,2019,通讯作者
(5)SCOPE: signal compensation for low-rank plus sparse matrix decomposition for fast parameter mapping,Physics in Medicine & Biology,2018,通讯作者
(6)A dedicated 36-channel recieve array for fetal MRI at 3T,IEEE Trans. Medical Imaging,2018,第8作者
(7)Single-shot T2 mapping using overlapping-echo detachment planar imaging and a deep convolutional neural network,Magnetic Resonance in Medicine,2018,第5作者
(8)Improved Parallel Image Reconstruction using Feature Refinement,Magnetic Resonance in Medicine,2018,通讯作者
(9)Field-of-Experts Filters Guided Tensor Completion,IEEE Transactions on Multimedia,2018,通讯作者
(10)Fast MR thermometry using an echo-shifted sequence with simultaneous multi-slice imaging,Magnetic Resonance Materials in Physics,2018,第8作者
(11)Dual-step iterative temperature estimation method for accurate and precise fat-referenced PRFS temperature imaging,Magnetic Resonance in Medicine,2018,第7作者
(12)Diffusion Effect on T2 relaxometry in trip-echo steady state free precession sequence,Journal of Magnetic Resonance,2018,第6作者
(13)Learning joint-sparse codes for calibration-free parallel MR imaging (LINDBERG),IEEE Trans. Medical Imaging,2017,通讯作者
(14)A kernel-based low-rank(KLR) model for low-dimensional manifold recovery in highly accelerated dynamic MRI,IEEE Trans. Medical Imaging,2017,第4作者
(15)Total variation based DCE-MRI decomposition by separating lesion from background for time-intensity curve estimation,Medical Physics,2017,第3作者
(16)Sparse and Dense Hybrid Representation via Subspace Modeling for Dynamic MRI,Computerized Medical Imaging and Graphics,2017,通讯作者
(17)Direct Diffusion Tensor Estimation Using Model-Based Method with Spatial and Parametric Constraints,Medical Physics,2017,通讯作者
(18)Iterative feature refinement for accurate undersampled MR image reconstruction,Physics in Medicine and Biology,2016,通讯作者
(19)Accelerated Exponential Parameterization of T2 Relaxation with Model-Driven Low Rank and Sparsity Priors (MORASA),Magnetic Resonance in Medicine,2016,通讯作者
(20)Accelerating T1ρCartilage Imaging Using Compressed Sensing with Iterative Locally AdaptedSupport Detection and JSENSE,Magnetic Resonance in Medicine,2016,第4作者
(21)A Feature Refinement Approach for Statistical Interior CT Reconstruction,Physics in Medicine and Biology,2016,通讯作者
(22)Image Reconstruction from Few-view CT Data by Gradient-domain Dictionary Learning,Journal of X-ray Science and Technology,2016,通讯作者
(23)Two-layer tight frame sparsifying model for compressed sensing magnetic resonance imaging,BioMed Research International,2016,通讯作者
(24)Foreground detection with simultaneous dictionary learning and historical pixel maintenance,IEEE Transactions on Image Processing,2016,第4作者
(25)MR Image Reconstruction with ConvolutionalCharacteristic Constraint (CoCCo),IEEE Signal Processing Letters,2015,通讯作者
(26)GcsDecolor: Gradient Correlation Similarity for Efficient Contrast Preserving Decolorization,IEEE Transactions on Image Processing,2015,第4作者
(27)Incorporating Reference in Parallel Imaging and Compressed Sensing,Magnetic Resonance in Medicine,2014,通讯作者
(28)PANDA-T1rho: Integrating Principal Component Analysis and Dictionary Learning for Fast T1rho mapping,Magnetic Resonance in Medicine,2014,通讯作者
(29)Exploiting Parameter Sparsity in Model-based Reconstruction to Accelerate Proton Density and T2 Mapping,Medical Engineering and Physics,2014,通讯作者
(30)Sparse BLIP: Blind Iterative Parallel Imaging using compressed sensing,Magnetic Resonance in Medicine,2013,第3作者
(31)Accelerated MR diffusion tensor imaging using distributed compressed sensing,Magnetic Resonance in Medicine,2013,通讯作者
(32)Augmented Lagrangian based Sparse Representation Method with Dictionary Updating for Image Deblurring,SIAM Journal on Imaging Science,2013,第2作者
(33)Adaptive dictionary learning in sparse gradient domain for image recovery, IEEE Transactions on Image Processing,2013,通讯作者
(34)Highly undersampled Magnetic Resonance Image reconstruction using two-level Bregman method with dictionary updating,IEEE Transactions on Medical Imaging,2013,通讯作者
(35)In vivo optical-resolution photoacoustic computed tomography with compressed sensing,Optics Letters ,2012,第3作者
(36)Compressed-sensing photoacoustic tomography in vivo with partial known support,Optics Express,2012,通讯作者
(37)Healthy aging: an automatic analysis of global and regional morphological alterations of human brain,Academic Radiology,2012,第4作者
(38)k-t ISD: Dynamic cardiac MR imaging using compressed sensing with iterative support detection,Magnetic Resonance in Medicine,2012,第1作者
(39)Cross-sampled GRAPPA for parallel MRI,Magnetic Resonance in Medicine,2012,第2作者
(40)Nonlineara GRAPPA: A kernel approach to Parallel MRI Reconstruction,Magnetic Resonance in Medicine,2012,第2作者
(41)Sensitivity encoding reconstruction with nonlocal total variation regularization,Magnetic Resonance in Medicine,2011,第1作者
(42)Accelerating SENSE using compressed sensing,Magnetic Resonance in Medicine,2009,第1作者

发表著作
(1)压缩感知理论与应用,机械工业出版社,2019-01,第1作者


科研活动


科研项目
( 1 ) 集成已知部分支集压缩感知和并行成像的动态对比增强磁共振成像重建方法研究, 主持,国家级,2012-01--2014-12
( 2 ) 实时高分辨磁共振成像的理论与方法研究, 参与,国家级,2012-01--2016-12
( 3 ) 集成压缩感知和并行成像的动态对比增强磁共振成像重建方法研究, 主持,省级,2012-01--2013-12
( 4 ) 高时空分辨磁共振成像研究, 主持,部委级,2012-01--2015-12
( 5 ) 基于压缩感知的快速磁共振成像技术研发, 主持,省级,2013-05--2015-05
( 6 ) 基于深度稀疏表达的快速磁共振成像研究, 主持,国家级,2015-01--2018-12
( 7 ) 静态数字乳腺断层成像系统, 主持,省级,2016-01--2017-12
( 8 ) PET-MRI成像理论与关键技术研究, 主持,省级,2016-01--2018-12
( 9 ) 线圈研制及临床序列开发, 主持,国家级,2017-07--2020-12
( 10 ) 新型超快速多尺度磁共振成像与波谱及其高分辨重建, 参与,国家级,2019-01--2022-12

参与会议
(1)Integrating Principal Component Analysis and Dictionary Learning with incoherence constraint Yanjie Zhu, Qiegen Liu, Qinwei Zhang, Jing Yuan, Dong Liang2014-05-15
(2)Improved compressed sensing and parallel imaging MRI through the generalized modelingXi Peng , Leslie Ying , Xin Liu , Dong Liang2013-04-22
(3)Accelerated MR parameter mapping using advanced compressed sensing techniquesDong Liang2012-06-09
(4)The effect of GRAPPA parameters on reconstruction quality with 32-channel coilJinbo Wang, Shan He, Dong Liang2012-05-26
(5)Accelerated MR parameter mapping using Advanced compressed sensing techniqueDong Liang2012-05-18
(6)Direct Diffusion Tensor Estimation using joint sparsity constraint without image reconstruction?Yanjie Zhu, Yin Wu, Ed X. Wu, Leslie Ying, Dong Liang2012-05-05
(7)A model-based method with joint sparsity constraint for direct diffusion tensor estimation?Yanjie Zhu, Yin Wu, Ed X. Wu, Leslie Ying, Dong Liang2012-05-02


指导学生

已指导学生
刘建博硕士研究生081203-计算机应用技术
贾森博士研究生081203-计算机应用技术
程慧涛硕士研究生083100-生物医学工程
程静博士研究生081104-模式识别与智能系统
蔡思琦硕士研究生085208-电子与通信工程
现指导学生
柯子文博士研究生081104-模式识别与智能系统
蒋昌辉博士研究生081104-模式识别与智能系统
刘元元博士研究生081104-模式识别与智能系统
张其阳博士研究生081104-模式识别与智能系统
王婉婷硕士研究生085208-电子与通信工程
蔡访硕士研究生085211-计算机技术
丘志浪博士研究生081104-模式识别与智能系统
王位硕士研究生085211-计算机技术
黄文麒硕士研究生081104-模式识别与智能系统
李庆能硕士研究生085211-计算机技术
史彩云博士研究生081104-模式识别与智能系统
黎浩翔硕士研究生085210-控制工程
杨俊硕士研究生085211-计算机技术


2013 © 中国科学院大学,网络信息中心.
相关话题/中国科学院 深圳先进技术研究院