导师代码： 12265
导师姓名： 顾实
性别： 男
特称：

职称： 教授
学位： 哲学博士学位
属性： 专职
电子邮件： sgusaber@gmail.com

---

学术经历：

---

个人简介： 男，汉族，1990年出生于江苏省连云港市。本科就读于清华大学数理基础科学班（2007-2011），2011年毕业后赴美国宾夕法尼亚大学留学，师从Danielle S. Bassett教授和James C. Gee教授，于2016年获得应用数学与计算科学博士学位，现就职于电子科技大学计算机科学与工程学院，担任教授。曾入选2017年“第十三批国家特聘青年专家”， 同年入选福布斯中国“30岁以下30人”榜单。

---

科研项目： 自然基金面上项目：脑网络功能可控性分析与建模

---

研究成果： 长期在脑网络建模与医疗影像分析领域从事研究工作，取得了优秀的成果。网络模型方面，顾实博士提出了大脑网络上的控制模型，为理解大脑认知控制功能提供了一种可行的新思路，利用相关算法来提取相关活动中的有效模式，取得了丰富而具有开拓性的理论结果。该方面研究成果发表于PNAS、Nature Communications、NeuroImage、Nature Methods等期刊上，并担任相关期刊审稿人。医疗影像分析方面，关注于深度网络在肿瘤检测、图像分割、小样本与噪音样本学习等问题，与华西医院、北京同仁医院等国内一流医院保持良好合作关系，相关研究发表或在审于TMI、MICCAI等国际一流影像期刊或会议，并担任相关期刊审稿人。医疗影像方面，1. 提出基本特征度量的小样本学习方法，解决了医疗影像研究中配准样本标注缺乏的问题；2. 提出基于三网络协同策略的噪音样本学习算法，解决了医疗影响研究中分割样本标准不准确的问题；3. 提出多模态融合融合诊断算法，解决了急诊中风病人平扫CT的缺血性区域识别问题。类脑智能方面，主要围绕新一代高效脉冲神经网络构建新的模型，1. 建立了人工神经网络（ANN）到脉冲神经网络（SNN）的逼近转换原理，极大地缩减了SNN的推断时长；2. 提出从ANN到SNN的量化转换优化，使得SNN的实用级部署成为可能。详细论文参见个人Google Scholarhttps://scholar.google.com/citations?hl=en&user=9_jlOXUAAAAJ&view_op=list_works&sortby=pubdate

---

专业研究方向： 专业名称 研究方向 招生类别
081200计算机科学与技术 02机器智能与模式识别 博士
081200计算机科学与技术 06云计算与大数据处理 博士
085400电子信息 07不区分研究方向 博士
081200计算机科学与技术 02机器智能与模式识别 硕士
081200计算机科学与技术 06云计算与大数据处理 硕士

---