焦竹青 正高职称



部门： 电子信息工程系
办公地址： 逸夫楼507
E-MAIL： jzq@cczu.edu.cn


办公电话：












教育经历
2017.06-2017.12，北卡罗来纳大学教堂山分校，医学院，访问****2008.02-2011.03，江南大学，控制理论与控制工程专业，工学博士2005.09-2008.03，江南大学，电力电子与电力传动专业，工学硕士2001.09-2005.07，齐鲁工业大学，电子信息工程专业，工学学士

工作履历
2020.11-，常州大学，教授、硕士生导师、院长助理2017.04-2020.11，常州大学，副教授、硕士生导师、院长助理2019.02-2019.07，国家自然科学基金委员会，借调工作2014.07-2017.04，常州大学，副教授、硕士生导师2011.04-2014.07，常州大学，讲师


学术兼职
1. 国家自然科学基金委员会，项目评审专家

2. 中国电工技术学会，生物电工专委会，委员

3. 江苏省人工智能学会，医学图像处理专委会，常委

4. 常州市生物医学工程学会，理事




研究领域
1. 人工智能（医学影像智能分析）
2. 生物电工（生物电磁成像技术）
3. 智能医学（大脑疾病辅助诊断）



教学工作
1. 承担本科生课程：

《电力电子技术》、《电工与电子技术》、《虚拟仪器设计技术》
2. 指导硕士研究生：
电子科学与技术（电路与系统、物理电子学）

计算机科学与技术（计算机应用技术、计算机软件与理论）
专业硕士（能源动力）




科研项目
1.国家自然科学基金面上项目: 基于磁共振成像的多层大脑功能网络模块化特征研究, 主持, 2019-2022
2. 国家自然科学基金青年项目: 基于功能磁共振成像的抑郁症患者脑功能网络有向连接研究, 主持, 2014-2016
3. 江苏省自然科学基金面上项目: 时间/频率尺度上多层大脑功能网络的模块化特征研究, 主持, 2018-2021
4. 江苏省高校自然科学研究项目: 大脑功能网络中模块化结构及其关键节点的作用机制研究, 主持, 2017-2019
5. 江苏省高校自然科学研究项目:基于磁共振成像的抑郁症患者大脑功能网络因效性连接机制研究,主持, 2013-2015
6. 常州市重点研发计划项目，轻度认知障碍的功能磁共振成像网络级特征提取技术研究，主持，2020-2022
7. 江苏省高校“青蓝工程”优秀青年骨干教师培养对象，人才项目，主持，2019
8. 江苏省“企业创新岗”特聘专家，人才项目，主持，2017
9. 企业横向项目: 高精度跟踪控制系统关键技术研究, 主持,2016-2017
10.常州大学教学研究课题: 产学研合作促进教学的创新研究与实践, 主持, 2016-2017
11. 常州市高新区科技支撑计划:啤酒发酵过程在线智能控制关键技术研究, 主持, 2011-2013
12. 常州大学教育教学研究课题: 电子信息工程专业“校企互动”人才培养模式研究,主持, 2013-2015
13.常州市武进区科技计划:禽类规模化养殖环境传感网实时监控系统开发,主持, 2011-2013
14. 常州大学科研启动基金项目传感网入侵检测与目标监控技术研究, 主持, 2011-2013
15.中央高校基本科研业务费资助项目:多源图像融合中多目标优化的关键问题研究, 主持, 2010-2011



奖励与荣誉

1. 2020年常州大学优秀硕士学位论文(研究生)
2. 2019年江苏省科学技术奖三等奖
3. 2019年江苏省“青蓝工程” 优秀青年骨干教师
4. 2019年中国机械工业科学技术奖二等奖
5. 2018年常州大学教育教学成果特等奖
6. 2017年江苏省医学新技术引进奖二等奖
7. 2017年常州大学优秀硕士学位论文(研究生)
8. 2016年江苏省优秀本科毕业论文(本科生)
9. 2016年江苏省“双创计划” 企业创新岗
10. 2016年常州大学教育教学成果一等奖
11. 2016年常州大学“优秀共产党员”
12. 2015年“常宝” 教学名师奖
13. 2015年江苏省政府留学奖学金
14. 2015年常州大学“优秀班主任”
15. 2014年常州大学教育教学成果特等奖
16. 2014年常州大学“我最喜爱教师”
17. 2014年常州大学十佳师德标兵提名奖
18. 2013年江苏省教学成果二等奖
19. 2012年常州大学教育教学成果一等奖



学术成果
发表论文：


1.Jiao, et al.Dilated convolutional neural network for early mild cognitive impairment classification of brain functional networks. J. Med. Imag. Heal. Info., 2020, doi:10.1166/jmihi.2021.3548
2. Jiao, et al. Extraction andanalysisofbrainfunctional statuses for early mildcognitiveimpairmentusingvariationalauto-encoder. J. Amb. Intel. Hum. Comp., 2020, DOI:10.1007/s12652-020-02031-w.
3.Jiao, et al. Extracting sub-networks from brain functional network using graph regularized nonnegative matrix factorization. Comp. Mod. Eng. Sci., 2020, 123(2): 845-871.
4. Jiao, et al. Module partitioning for multilayer brain functional network using weighted clustering ensemble. J. Amb. Intel. Hum. Comp., 2019, DOI: 10.1007/ s12652-019-01535-4.
5. Jiao, et al. Module dividing for brain functional networks by employing betweenness efficiency. Mul. Tools Appl.,2020, 79(21): 15253-15271.
6. Jiao, et al. Multi-scale feature combination of brain functional network for eMCI classification. IEEE Access, 2019, 7(1): 74263-74273.
7. Jiao, et al. Rich Club characteristics of dynamic brain functional networks in resting state. Mul. Tools Appl.,2020, 79(21): 15075-15093.
8.Jiao, et al. Hub recognition for brain functional networks by using multiple-feature combination. Comp. Elec. Eng., 2018, 69: 740-745.
9. Jiao, et al. A path planning method using adaptive polymorphic ant colony algorithm for smart wheelchairs.J. Comp. Sci., 2018, 25: 50-57.
10. Jiao, et al. Research on node properties of resting-state brain functional networks by using node activity and ALFF. Mul. Tools Appl., 2018, 77(17): 22689-22704.
11. Jiao, et al. Adaptive synchronization in small-world networks with Lorenz chaotic oscillators. I.J.Sen. Net., 2017, 24(2): 90-97.
12. Jiao, et al. Directed connectivity of brain default networks using GCA and motif, Front. in Bio., 2017, 22(10), 1634-1643.
13. Jiao, et al. Functional connectivity analysis of brain default mode networks using Hamiltonian path. CNS & Neurological Disorders, 2017, 16(1): 44-50.
14. Jiao, et al. Effective connectivity in the default network using Granger causal analysis. J. Med. Imag. Heal. Inf., 2017, 7(2): 407-415.
15. Jiao, et al. Modularization analysis of brain functional network using fuzzy C-means algorithm and correlation in resting state. J. Heal & Med Info., 2017, 8(2): **.
16. Jiao, et al. The connectivity measurement in complex directed networks by motif structure. I.J.Sen. Net., 2016, 21(3): 197-204.
17. Jiao, et al. Effective connectivity analysis of time series in frequency domain based on Granger causality test. Icic Expr. Lett.,2015, 9(10): 2757-2764.
18. Jiao, et al. Effective connectivity analysis of fMRI data based on networkMotifs. J. Supe., 2014, 67(3): 809-819.
19. Jiao, et al. Chaotic Time Series Analysis of Functional Magnetic Resonance Imaging. Int. J. Appl. Mat. Stat., 2014, 52(2): 15-26.
20. Jiao, et al. Causality analysis of multivariabletime-series using VAR model and complex network measure. J. Info. Comp. Sci., 2013, 10(8): 2211-2220.
21. Jiao, et al. Directed Interaction Tests for Time-Series Analysis Based on VAR Model. IEEE IHMSC, 2013: 206-209.
22. Jiao, et al. Effective connectivity analysis of fMRI time-series based on Granger causality and complex network. IEEE BMEI 2012: 1405-1408.
23. Jiao, et al. Complex network analysis of brain functional connectivity based on functional magnetic resonance imaging. J. Com. Inf. Syst., 2012, 8(24): 375-382.
24. Jiao, et al. A novel multi-focus image fusion method using NSCT and PCNN. Adv. Intell. Soft Comp., 2012, 165: 161-170.
申请专利：
1. 一种大脑功能网络的转换方法(9.3), 2020年申请.
2. 一种大脑功能状态提取方法(7.2), 2020年申请
3. 一种大脑功能网络特征分类方法(4.X), 2019年申请
4. 一种大脑功能网络关键节点搜索方法(2.5), 2019年申请
5. 一种基于膨胀卷积神经网络的MCI分类方法(1.0), 2019年申请
6. 一种大脑默认网络的功能连接分析方法(6.6), 2019年授权
7. 基于模体结构的大脑默认网络有向连接分析方法(9.6), 2019年授权
8. 一种多层大脑功能网络模块划分方法(3.1), 2019年申请
9. 基于加权网络的大脑功能连接模块划分方法(9.8), 2018年申请
10.一种基于功能磁共振成像的脑区效应连接分析系统(7.9),2016年授权
11. 一种大脑功能网络的模块化分析方法(4.8), 2017年申请
12.一种大脑功能网络的关键路径搜索方法(1.1),2017年申请
13. 一种大脑功能网络活跃程度的度量方法(4.6), 2015年申请
14. 一种大脑功能网络的社团划分方法(3.9), 2015年申请