个人信息Personal Information
讲师(高校) 硕士生导师
教师英文名称:yiping
教师拼音名称:Jiao Yiping
电子邮箱: 003571@nuist.edu.cn
入职时间:2022-01-10
所在单位:未来技术学院
职务:教师
学历:博士研究生毕业
办公地点:临江楼A1909-A1910
性别:男
联系方式:ping@nuist.edu.cn
学位:工学博士学位
职称:讲师(高校)
在职信息:在岗
毕业院校:东南大学
硕士生导师
学科:生物医学工程其他专业
模式识别与智能系统
个人简介Personal Profile
焦一平,博士,现为南京信息工程大学人工智能学院讲师,智慧医疗研究院成员。硕博毕业于东南大学自动化学院,期间获国家留学基金委资助,赴荷兰拉德堡德大学医学中心计算病理组联合培养一年。任医学图像计算青年研讨会(MICS)委员、江苏省人工智能学会医学图像专委会委员,主持国家自然科学基金青年基金项目一项,作为课题骨干参与国自然重点项目、科技部重点研发计划项目各一项。主要工作发表于IEEE-JBHI、CMPB等期刊,Google Scholar H-index为11。研究课题涉及肺癌、结直肠癌、乳腺癌、胰腺癌切片的癌灶检测与肿瘤微环境分析,以及配套的切片质量控制、主动学习,以及染色模式分析等技术。致力于将全景病理切片分析中分类、分割、检测的复杂问题转为标准化、轻量化的流程,将医学图像领域的研究成果及早推广应用于医疗健康领域。
您可以在B站上查看对计算病理方向及本人课题组的简介:https://www.bilibili.com/video/BV1xL8ce2E2B
也欢迎访问我的主页,查看数字图像处理等相关课程的讲解:https://space.bilibili.com/15895029
感谢大家对医学图像分析领域的热情,感谢大家的关注,目前2025届毕业设计意向已满,欢迎各位毕设同学联系我们团队的其他老师哦:工学教师-南京信息工程大学智能医学图像计算省高校重点实验室。
如果您希望攻读专业学位硕士研究生,并且:
1) 具有Python编程经验与深度学习基础;
2) 对医学图像有浓厚的兴趣,希望投身数字健康领域的前沿研究;
或者
3) 熟悉深度模型在开发板上的轻量化部署
也许我们可以一起做一些有意义又有趣的研究呢~
欢迎对病理图像分析感兴趣的同学们及同行学者与我交流联系!
当前工作:
(1)泛癌组织分割
该工作旨在获取精准的病理图像语义分割图谱,并探寻基于相关标志物的预后与治疗响应预测方法。
(2)无监督染色风格迁移
该工作旨在利用深度学习技术对染色情况不佳的队列进行自动处理,以提升组织类型语义分割或细胞检测模型的识别精度。
已有工作
(1)前景分割模型
该模型自动检测全切片中的墨迹、伪影、组织折叠、失焦区域,排除玻片背景,同时保留脂肪等疏松组织,是通用的质量控制预处理模型。
(2)结直肠癌肿瘤微环境分析
该项目基于滑窗的组织类型分类结果拼接成全切片图谱,并基此定义肿瘤—间质比(TSR)等指标,验证了其预后意义。
(3)肺癌检测
该项目基于深度学习语义分割建立了准确的肺癌检测模型,已在TCGA-LUAD与TCGA-LUSC队列上得到了较好的结果。
该模型在此处公开:https://grand-challenge.org/algorithms/lung-cancer-segmentation/
(4)心力衰竭检测与模型可解释性
该工作建立了基于组织病理的心力衰竭检测方法。利用Grad-CAM技术显示出端到端训练的模型的决策关键区域,发现与核代偿性肥大、炎性浸润、核周空泡等相关,具有良好的临床可解释性。医学图像分析的深度模型可解释性研究均可借鉴此方法。