基本信息
贾广 教授 博士生导师
工作单位：计算机学院

联系方式
E-mail：gjia@xidian.edu.cn
办公地点：教辅楼225


主要研究方向
1、


个人简介
贾广，男，博士，教授，博士生导师，西电“华山****”。
1997年本科毕业于兰州大学物理学专业，2006于俄亥俄州立大学获得生物物理/医学影像博士学位。
2017/02-至今：西安电子科技大学计算机科学与技术学院 教授、博士生导师、华山****，美国路易斯安那州立大学物理与天文系兼职副教授
2013/07-2017/02：美国路易斯安娜州立大学 物理与天文系医学物理专业 副教授
2011/10-2013/07：美国俄亥俄州立大学 医学院放射科 助理教授、医学物理师、博士生导师
2008/12-2011/06：美国俄亥俄州立大学 医学院放射科 讲师


学术职务
Academic Radiology杂志 副编辑
美国医学物理学会AAPM Working Group on Magnetic Resonance Testing and Quality Assurance 工作组成员
美国医学物理学会AAPM Working Group for Standards for Quantitative MR Measures 工作组成员
IEEE生物信息和生物医学国际会议(BIBM) Electronic Health Record 大会组织委员
《中国医疗设备》杂志 海外编委
北美放射学会RSNA定量医学影像 委员会委员
美国卫生部国立癌症所 基金评委
国医学物理学会AAPM2015年会MRgRT education session 分会主席
BioMed Research International杂志 客座主编
美国放射学院影像网络ACRIN Abdominal Committee 委员会委员

---

基本信息
贾广 教授 博士生导师
工作单位：计算机学院

联系方式
E-mail：gjia@xidian.edu.cn
办公地点：教辅楼225


主要研究方向
1、


个人简介
贾广，男，博士，教授，博士生导师，西电“华山****”。
1997年本科毕业于兰州大学物理学专业，2006于俄亥俄州立大学获得生物物理/医学影像博士学位。
2017/02-至今：西安电子科技大学计算机科学与技术学院 教授、博士生导师、华山****，美国路易斯安那州立大学物理与天文系兼职副教授
2013/07-2017/02：美国路易斯安娜州立大学 物理与天文系医学物理专业 副教授
2011/10-2013/07：美国俄亥俄州立大学 医学院放射科 助理教授、医学物理师、博士生导师
2008/12-2011/06：美国俄亥俄州立大学 医学院放射科 讲师


学术职务
Academic Radiology杂志 副编辑
美国医学物理学会AAPM Working Group on Magnetic Resonance Testing and Quality Assurance 工作组成员
美国医学物理学会AAPM Working Group for Standards for Quantitative MR Measures 工作组成员
IEEE生物信息和生物医学国际会议(BIBM) Electronic Health Record 大会组织委员
《中国医疗设备》杂志 海外编委
北美放射学会RSNA定量医学影像 委员会委员
美国卫生部国立癌症所 基金评委
国医学物理学会AAPM2015年会MRgRT education session 分会主席
BioMed Research International杂志 客座主编
美国放射学院影像网络ACRIN Abdominal Committee 委员会委员

---

科学研究
贾广博士主持和参与多项科研项目（经费共约500万美元）：包括美国卫生部NIH项目（主持一项，63万美元，参与一项，100万美元）、美国泌尿学会2009年Young Investigator Award （主持一项，12万美元）、俄亥俄州发展部第三次前沿项目（参与一项，300万美元）等。贾广博士已在国内外医学影像学术期刊、会议上发表论文或摘要204篇，其中论文为42篇，摘要为162篇。贾广博士在申请三个美国发明专利。同时在国际核磁共振和放射学会议上作15次口头陈述报告和邀请讲座，并荣获9次青年****优秀论文奖项。贾广博士的硕士生Hatim的论文摘要（磁共振双通道射频发射技术）被国际医学磁共振学会（ISMRM）2015年会评选为大会杰出论文摘要奖，这是从6038篇投稿摘要中精心挑选出来的，只有165篇入选。
贾广博士现为13种著名国际SCI医学影像期刊的审稿专家，认真审阅近110篇稿件，受到杂志主编的好评，2013 年被任命为Academic Radiology杂志的副编辑，现为Biomed Research International杂志的特刊主编（主题为定量生物医学成像）和美国卫生部基金评委。
1. 贾广博士积极创新癌症成像和治疗技术：
将物理中的分子扩散方程应用到肝癌的磁共振影像。首次量化了造影剂分子在肝癌中的扩散系数，揭示了肝癌造影增强的空间不均匀性。发现量化的造影剂扩散系数具有较高的可重复性，将会作为癌症疗法监测的重要生物标志。上述成果发表于放射领域最高级别期刊（Radiology，影响因子：6.9）。
开发蛋白质核磁共振成像技术应用于前列腺癌的诊断，使用核磁共振方法测量了前列腺细胞内的蛋白质含量。在中国，一些大城市的流行病学调查表明，目前前列腺癌的发病率已经直追欧美国家。贾广博士使用的新方法揭示了前列腺癌症细胞具有较高的蛋白质浓度。该方法将有助于提高前列腺癌的诊断准确率。该成果在 JMRI（2011 Mar;33(3):647-54）一经发表，就被北美放射学会 2011 年大会简报采访，荣获分子影像旅行资助，并被电视媒体采访报道。并以 PI 身份获得美国泌尿学会基金会12万美元和美国国家卫生部63万美元的科研项目，文章被他引40次。
海马避免全脑放疗方法的系统比较。海马作为神经认知的重要器官，受到放疗辐射损伤时，神经认知能力会显著下降。贾广博士团队通过修改放疗计划，降低海马的辐射剂量，并保持其他脑组织的辐射剂量。发现TomoTherapy有非常好的均匀性；而RapidArc有最快的delivery time，成果发表于PLOS ONE上。
2. 贾广博士在医学影像和医学物理方面开发新技术：
PET-MRI一体化下，开发基于MRI的PET衰减校正技术，解剖图像被分割为背景，肺，软组织，和骨，并分配相应的衰减系数。与基于CT 衰减校正技术进行比较，误差在5%-9%之间。论文在Nuclear Medicine and Biology杂志接收发表。
结合多通道射频发射技术提高盆腔图像均匀性。新技术采用双通道射频发射技术，两个通道互相补偿，极大地提高了射频磁场的均匀性。在盆腔的动态造影增强磁共振方法中，提高腹部左右股动脉血管信号的对称性。成果被国际医学磁共振学会2015年会评选为杰出论文摘要，论文被JMRI杂志接收发表。
直肠X光探测器专利，用于提高前列腺癌，宫颈癌，和直肠癌的成像质量。医用CT，MRI，PET，SPECT和超声在盆腔中部的成像质量都不理想，主要原因是成像速度慢和运动伪影等。贾广博士借助MRI中的直肠线圈外包装，内部置换为高分辨率的牙科电子X光胶片，可实现高质量的前列腺成像，用于前列腺内放射性植入粒子的定位，癌症的定期筛检和临床诊断。相关专利正在申请中。
3. 贾广博士积极创新人体骨骼肌肉及关节成像技术：
贾广博士还开发膝骨性关节炎的疾病领域的影像技术和图像处理技术。贾广博士首次提出使用蛋白质核磁共振方法探测膝骨性关节炎。成功地测量了关节液中的蛋白质含量，灵敏地监测了骨性关节炎导致的蛋白质含量升高。相关工作发表于MRI，并被北美放射学会国际会议选为Research Trainee Award。
贾广博士系统评估磁共振成像技术在关节软骨缺陷的应用。发现术前磁共振低估软骨缺陷尺寸；评估B0磁场修正对CEST-MRI在关节软骨粘多糖测量方法的准确性提高；并使用磁共振方法扫描小马，测量小马后腿关节软骨缺陷再生情况，比较自然再生和基因疗法的疗效区别。相关成果发表在重要医学成像或骨关节炎和软骨杂志上。
定量比较两个主要品牌的双能X线骨密度仪的测量结果，为大规模跨系统的临床试验打下坚实的基础。骨密度仪是测定人体骨矿并获得各项相关数据的医疗检测仪器，该仪器可测量全身任何部位的骨量，精确度高，对人体危害较小，不存在放射源衰变的问题，已在我国各大城市逐渐开展，前景看好。虽然单个仪器本身测得的数据准确，但是由于不同品牌产品的扫描方式不同，测试时间有区别，所以测量数据系统差别较大。贾广博士通过线形回归得到了两个主要品牌的双能X线骨密度仪的测量结果的关联系数，提出建立一个统一的校正方程的可行性，论文被Journal of Clinical Densitometry接收发表。

---

学术论文
[1] G Jia, R Abaza, JD Williams, DL Zynger, J Zhou, ZK Shah, M Patel, S Sammet, Lai W, RR Bahnson, MV Knopp, Amide Proton Transfer MR Imaging of Prostate Cancer: A Preliminary Study, Journal of Magnetic Resonance Imaging. 2011 Mar;33(3):647-54.
Google scholar citations: 105 SCI引用: 70 SCI他引: 42
[2] SB Heymsfield, MC Gonzalez, J Lu, G Jia, J Zheng, Skeletal Muscle Mass and Quality: Evolution of Modern Measurement Concepts in the Context of Sarcopenia, Proceedings of the Nutrition Society. 2015 Apr 8:1-12.
Google scholar citations: 69 SCI引用: 17 SCI他引: 8
[3] NA Mayr, Z Huang, JZ Wang, SS Lo, JM Fan, JC Grecula, S Sammet, CL Sammet, G Jia, J Zhang, MV Knopp, WTC Yuh. Characterizing tumor heterogeneity with functional imaging and quantifying high-risk tumor volume for early prediction of treatment outcome: cervical cancer as a model. Int J Radiat Oncol Biol Phys, 2012 Jul 1;83(3):972-979.
Google scholar citations: 39 SCI引用: 16 SCI他引: 15
[4] ZK Shah, SN Elias, R Abaza, DL Zynger, LA DeRenne, MV Knopp, B Guo, R Schurr, SB Heymsfield, G Jia*, Performance Comparison of 1.5 T Endorectal Coil MRI with Non-Endorectal Coil 3.0 T MRI in Patients with Prostate Cancer. Academic Radiology, 2015 Apr;22(4):467-74.
Google scholar citations: 27 SCI引用: 22 SCI他引: 8
[5] G Jia, C O’Dell, JT Heverhagen, X Yang, J Liang, RV Jacko, S Sammet, T Pellas, P Cole, MV Knopp, Colorectal Liver Metastases: Contrast Agent Diffusion Coefficient for Quantification of Contrast Enhancement Heterogeneity at MR Imaging, Radiology, 2008 Sep;248(3):901-909.
Google scholar citations: 16 SCI引用: 12 SCI他引: 11

---

荣誉获奖

---

科研团队
博士研究生 黄旭楠2017级
硕士研究生 刘波2017级 郝嘉雪2017级

---

课程教学
目前本人承担的教学任务：

课件下载 示例

---

招生要求
~~~~~~~~~~~~~~~~~~~~~~~~~~
关于研究生招生的信息：
~~~~~~~~~~~~~~~~~~~~~~~~~~

---

Profile
Name Title
Department:

Contact Information
Address:
Email:
Tel:


Introduction
Put brief introduction of yourself here


Research Interests
1．
2.
3．
4．
5．

---

Research
Artificial Intelligence (AI)-based Medical Image Segmentation for 3D Printing and Naked Eye 3D Visualization
Abstract:Image segmentation for 3D printing and 3D visualization has become an essential component in many fields of medical research, teaching, and clinical practice. Radiation oncologists plan treatment based on 3D tumor target segmentation from CT and MRI images. Radiologists and neurosurgeons detect atherosclerotic plaques based on 3D vessel segmentation from MRI and vessel wall imaging. Cardiac surgeons plan valve replacement surgery based on 3D printing of heart structure from CT and MRI images. Urologists communicate with patients by displaying 3D view of tumors and pelvic organs from MRI and CT images. Diagnosis and treatment planning of bone fracture and osteosarcoma heavily relies on 3D bone and tumor segmentation from CT images. Medical image segmentation requires sophisticated computerized quantifications and visualization tools. Recently, with the development of AI technology, tumors or organs can be quickly and accurately detected and automatically contoured from medical images. This paper introduces a platform-independent, general purpose image segmentation and 3D visualization program specifically designed to meet the needs of medical research and clinical practice communities. This application, named AIMIS-3D (Artificial Intelligence-based Medical Image Segmentation for 3D Printing and Naked Eye 3D Visualization), enables clinical and quantitative analysis of 3D objects segmented from medical images. AIMIS-3D can be embedded into a naked eye 3D visualization system with the support of hand gesture recognition and voice control by multiple users. This all-in-one machine can enhance communication among doctors and between doctors and patients.
Keywords:Medical Image Segmentation, 3D Printing, Naked Eye 3D Visualization.

---

Papers
[1]
[2]
[3]
[4]
[5]
[6]
[7];
[8]
[9]

---

Honors
点击网页顶部“添加栏目”可以添加其他栏目
把鼠标放在栏目标题处，尝试拖动栏目。

---

Team
团队教师




博士研究生
硕士研究生

---

Teaching
基于AI的医学影像大数据虚拟仿真实验教学系统
实验目的:
将开发的全息教学系统应用到西安电子科技大学的课程中，例如计算机视觉、医学成像技术、医学影像信息与处理，提高学生的学习效率和课程的丰富程度，形成实训教学体系和资源。建设内容为交互式裸眼3D全息投影一体机项目，软件部分是基于人工智能和机器学习对医学图像进行自动分割和3D显示，硬件部分采用裸眼3D全息投影显示技术，同时捕捉、跟踪和识别人体手势，利用语音识别和手势识别对病体的3D对象进行操控和虚拟切割标注。通过全息客户端、全息服务端和全息渲染系统，提高学生和老师对智能医学影像大数据知识的直观理解。
实验原理：
医学2D断面图像通过自动分割还原为3D器官，进行立体全息显示，并采用手势识别和语音识别技术进行操控。
知识点：
（1）医学影像自动分割：把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程，采用机器学习对人体器官分类和对病体进行自动分割。
（2）计算机视觉中的立体投影：模拟人类在观看物体时视网膜成像的双眼视差，实现立体效果。
（3）手势识别：通过数学算法来识别人类手势，用户可以使用简单的手势来控制或与设备交互，让计算机理解人类的行为。
（4）语音识别：将人类的语音中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列。
实验仪器设备：
（1）交互式裸眼3D医学信息全息投影一体机
（2）基于人工智能的医疗影像三维分割（AIMIS-3D）软件
实验材料：
实验材料主要是病人的系列医学图片，例如骨肉瘤，心脑血管，乳腺癌的MRI，CT，超声图片等，每类数量不少于300幅。
教学方法：
（1）教学方法的使用目的：
让学生通过医学图片的智能分析、3D立体显示、语音和手势控制技术，直观形象地了解计算机视觉在医学影像中的应用。
（2）实施过程：
自主研发的医学图像处理与3D打印软件生成的病例骨骼模型：
自主研发的医学图像处理与3D打印软件用于骨肉瘤病人的诊疗：
自主研发的医学图像处理与3D打印软件用于颅内动脉斑块的诊断：
自主研发的医学图像处理与3D打印软件用于乳腺癌的放疗效果监测：
自主研发的裸眼3D全息显示系统，用于全息教学系统：
（3）实施效果：
同学们通过一系列的仿真实验，形象地系统学习智能医学图像知识，例如医学图像格式、医学图像处理、医学图像大数据、 语义分割、目标检测的方法和技巧；直观地了解3D立体显示与交互技术，例如语音和手势识别的方法和技巧。
实验方法与步骤要求：
（1）实验方法描述：
采用人工智能和机器学习对医学图像进行分割和识别，对语音和手势进行高效分类和识别，在全息教学系统上实现全息影像及数据的动态渲染，搭建全息服务端，处理多客户端数据共享，多位同学共同分享场景并操控虚拟医学图像处理结果。
（2）学生交互性操作步骤说明：
1. 通过U盘将病人的医学图片导入软件；
2. 对医学图片进行分类整理，导入数据库；
3. 通过浏览图片，选择高分辨率的图片；
4. 对数据库中的医学影像进行图像平滑处理；
5. 对数据库中的医学影像进行图像锐化处理；
6. 对数据库中的医学影像进行图像配准处理；
7. 采用AI算法对图像进行分割；
8. 采用AI算法对图像进行弱边缘提取；
9. 采用AI算法对图像进行参数测量与分析；
10. 操作医学图像的多模态显示；
11. 图像序列的三维重建与渲染；
12. 图像序列的表面重建和体重建；
11. 调试手势识别的虚拟操控技术；
12. 调试语音识别的虚拟操控技术。

---

Admission
~~~~~~~~~~~~~~~~~~~~~~~~~~
关于研究生招生的信息：
~~~~~~~~~~~~~~~~~~~~~~~~~~