您当前的位置:首页 - 名师风采 - 健康科学与工程学院

聂生东

聂生东

职称:教授

研究方向:医学影像智能处理余分析

个人简介

聂生东,教授,博士生导师,国家一流本科专业医学影像技术专业负责人,曾任校学术委员会委员、健康科学与工程学院学术分委员会主任委员。目前任中国科学院医学影像学、医学影像技术教材建设专委会副主委,中国科学院首套医学影像学、医学影像技术专业案例版教材《医学图像处理》主编,组织国内18家院校的编委进行教材的编写工作。

学习经历

  1980年9月-1984年6月,山东大学数学系,理学学士

  1990年9月-1993年6月,山东科技大学,自动控制专业,工学硕士

  1997年9月-2000年6月,上海交通大学医学院生物医学工程,理学博士

工作经历

  1984年7月-1998年5月,兵器工业部202研究所,助理工程师

  1988年6月-2000年6月,山东第一医科大学放射系,讲师

  2000年7月-2004年5月,上海交通大学医学院,副教授

  2004年6月-至今,上海理工大学,副教授/教授,博士生导师

教学科研成果

发表论文300余篇,其中被SCI收录50余篇,EI收录50余篇。获得授权国家发明专利12项,转让2项,以第一完成人获得省部级科技发明二等奖2项。主持包括国家科学仪器重大专项和国家自然科学基金在内的科研项目18项,主编由复旦大学出版社2010年出版的面向21世纪课程教材《医学图像处理》,该教材由国内20多所院校采用,2011年获得上海市优秀教材2等奖。目前任中国科学院医学影像学、医学影像技术教材建设专委会副主委,中国科学院首套医学影像学、医学影像技术专业案例版教材《医学图像处理》主编,组织国内18家院校的编委进行教材的编写工作,本教材2021年12月份由科学出版社出版。

主持主要科研项目

  1.上海市教委重点科研创新项目(2006.6-2008.5):基于CT图像的肺结节计算机辅助检测技术的研究,编号:06ZZ33,经费15万

  2.国家自然科学基金项目(2010.1-2012.12):基于CT图像的肺结节计算机辅助检测方法及关键技术研究,项目批准号:60972122,经费26万

  3.企业委托项目(2007.10-2009.9):核磁共振分析仪专用软件的开发,项目编号:3A-99-308-047,经费20万

  4.上海市教委科研创新重点项目(2014-2016):低场核磁共振二维反演算法关键技术研究,经费16万,编号:14ZZ135

  5.国家重大科学仪器开发专项(2013.10-2018.9):高性能核磁共振弛豫分析仪的开发与应用,作为项目唯一技术支撑单位负责人,承担经费208.4万,编号:2013YQ17046303

  6.上海市自然科学基金(2014.6-2017.5):模板匹配结合多分类器的肺结节检测方法研究,编号:14ZR1427900,经费:10万

  7.上海纽迈公司委托项目(2012.5-2018.4):低场核磁共振信号二维反演算法优化,经费45万

  8.上海市科技支撑计划项目(2018.5-2021.4):基于微型图像传感器的电动控制胆道镜的实验室样机研发,项目编号:18441900500,经费35万

  9.国家自然科学基金重点项目(2019.1-2023.12):代谢影像组学智能预测肺癌靶向耐药的关键技术与应用,项目编号81830052(子项目),经费50万

  10.康达医疗(卡勒幅磁共振成像)委托项目(2019.5-2023.4):基于深度学习的磁共振成像快速重建方法研究,经费40万

  11.上海市自然科学基金(2020.7-2023.6):基于影像组学的微小肺结节检测与风险评估方法研究,编号:20ZR1438300,经费:20万

  12.上海交通大学附属第九人民医院委托课题(2021.07-2023.06:子宫内膜病变的病理图像识别与智能判读.经费:18万

代表性论文

  [1] Min Yuqin, Hu Liangyun, Wei Long, Nie Shengdong*. Computer-aided detection of pulmonary nodules based on convolutional neural networks: a review[J]. Physics in Medicine & Biology(SCI,影响因子3.609, 2区), 2022, 67(6):06TR01 (21pp).

  [2] Sun Rong, Nie Shengdong*,A transfer learning strategy based on unsupervised learning and ensemble learning for breast cancer molecular subtype prediction using DCE-MRI[J],  Journal of magnetic resonance imaging ,2022, 55(5):1518-1534(SCI,影响因子4.813, 2区).

  [3] Sun Rong, Nie Shengdong*,Prediction of breast cancer molecular subtypes using DCE-MRI based on CNNs combined with ensemble learning[J],Physics in Medicine & Biology, 2021,  66(17):175009 (13pp). (SCI,影响因子3.609, 2区,顶级期刊).

  [4] Chen Wen, Nie Shengdong*, A Deep Learning-and CT Image-based Prognostic Model for the Prediction of Survival in Non-small Cell Lung Cancer[J], Medical Physics,2021,48(12): 7946-7958 (SCI二区,顶级期刊,影响因子4.071).

  [5] Xuewen Hou, Xin Wang, Shengdong Nie*,A new one-dimensional U-net-based calibration transfer method for low-field nuclear magnetic resonance signals[J],Analytical Chemistry,2021,93(30):10469-10476 (SCI一区,顶级期刊,影响因子6.989).

  [6] Xuewen Hou, Xin Wang, Shengdong Nie*,Rapid screening for hazelnut oil and high oleic sunflower oil in extra virgin olive oil using low-field nuclear magnetic resonance relaxometry and machine learning[J],Journal of the Science of Food and Agriculture,2020,101(6):2389-2397 (SCI,影响因子3.638, 2区,TOP 期刊).

  [7] Xuewen Hou, Xin Wang, Shengdong Nie*,Convolutional neural network based approach for classification of edible oils using low-field nuclear magnetic resonance[J], Journal of Food Composition and Analysis, (SCI,影响因子4.556, 2区),2020,92:103566.

  [8] Wu Wenhao, Nie Shengdong*, Segmentation of pulmonary nodules in CT images based on 3D-UNET combined with three-dimensional conditional random field optimization,Medical Physics (SCI,影响因子4.071, 2区,TOP期刊),2020,47(9):4054-4063.

  [9] Wang xu ,Nie shengdong*,A prognostic analysis method for non-small cell lung cancer based on the computed tomography radiomics[J], Physics in Medicine and Biology,2020,65(4): 045006 (SCI, 2区,IF3.609,TOP期刊).

  [10] Xuewen Hou, Guangli Wang, Guanqun Su, Xin Wang*, Shengdong Nie*,Rapid identification of edible oil species using supervised support vector machine based on low-field nuclear magnetic resonance relaxation features[J],Food Chemistry(SCI,影响因子7.514, 1区,TOP期刊),2019,280:139-145.

获得授权发明专利

  1.一种核磁共振二维谱反演的方法,专利号:201310035140

  2.一种基于改进非局部均值的CPMG信号去噪算法,专利号201410660768

  3.基于模糊隶属度模型的非实质性肺结节三维分割方法,专利号201110287317

  4.一种基于LSQR的低场核磁共振二维谱反演算法,专利号201410661016

  5.基于扇束虚拟平移的脊柱横断面图像合成方法,专利号:201210038779.7

  6.一种获取造影剂迟豫时间的方法,专利号:201410470363.1

  7.时域核磁共振谱反演的方法,专利号:201610187844.0 

  8.基于形状模板匹配结合分类器的肺结节检测装置及方法,专利号:201510148734.9

  9.一种低场核磁共振二维谱反演算法,专利号:201610578393.3

  10.双行程区域生长结合形态学重建的肺部气管树分割方法,专利号:201610373406.3

  11.一种低场核磁共振食用油种类检测方法,专利号:201810390915.6

  12.基于1D-CNN的食用油横向弛豫衰减曲线信号特征提取方法, 专利号:201811491929.3

获奖情况

  1.中国仪器仪表学会科学技术奖:高性能核磁共振弛豫分析仪,三等奖(排名第一),2018-10-18

  2.上海市科技发明奖:低场核磁共振分析仪的关键技术研发及应用,二等奖(排名第一),2020-11-20

  3.教育部科技发明奖:高性能核磁共振弛豫分析仪的研发及其应用推广,二等奖(排名第一),2021-3-20

  4.第六届(2020)中国国际“互联网+”大学生创新创业大赛上海赛区,优秀指导教师,指导项目:肺结节“简”测-影像医生高效精准的AI助手(上海市银奖)

主编教材

  1.医学图像处理,复旦大学出版社,2010年出版

  2.医学图像处理时间教程,清华大学出版社,2013年出版

  3.医学图像处理,科学出版社,2021年出版

上一篇:徐斐

下一篇:艾连中