戴培山

副教授 博士生导师 硕士生导师

所在单位:计算机学院

学历:博士研究生毕业

性别:男

联系方式:Email:daipeishan@163.com QQ: 425674796

学位:博士学位

在职信息:在职

毕业院校:中南大学

学科:计算机科学与技术

个人简介

戴培山, 男,工学博士,副教授,博士后合作导师,博士生导师,硕士生导师。中国图象图形学会会员,中国自动化学会会员,中国生物医学工程学会会员。2012年8月-2013年8月美国芝加哥大学访问学者。获得2017年湖南省自然科学二等奖,2023中国自动化学会科技进步奖二等奖。发表学术论文数十篇。主持国家自然科学基金面上项目2项、湖南省自然科学基金面上项目2项,湖南省自然科学基金青年项目1项,湖南省教改项目1项,中南大学教改项目2项,参与国家自然科学基金项目多项,省部级项目多项。国家自然科学基金评审人。IEEE transactions on medical imaging,Translational psychiatry,International Journal for Computational Methods in Engineering Science & Mechanics, 自动化学报,生物医学工程学杂志,中国医学物理学等杂志审稿人。






主要研究兴趣:

人工智能在信号与图像分析与处理中的应用:机器学习与深度学习,模式识别和统计分析及其在医学信号与图像处理中的应用。



研究生招生,本科生指导,合作交流:

欢迎对医学影像分析感兴趣的同学、老师交流合作。联系方式:Email:daipeishan@163.com ;QQ: 425674796


主持与参与科研项目

1. 国家自然科学基金委员会国家自然科学基金面上项目,基于多源异构磁共振影像的抑郁症分类及病历信息挖掘,2024

2. 湖南省自然科学基金委员会, 湖南省自然科学基金面上项目基于跨站点多模态磁共振影像的抑郁症分类及其亚型识别,2023

3. 国家自然科学基金委员会联合基金项目多模态影像引导的全疗程智能精准放疗关键技术研究, 2023

4. 湖南省重点领域研发计划-重点研发,多模态眼科医疗大数据存储与管理应用平台,2021

5. 湖南省自然科学基金委员会, 湖南省自然科学基金面上项目,基于OCT图像的典型视网膜疾病病灶定量分析及辅助评估,2021

6. 湖南省重点领域研发计划-重点研发,肥胖及其代谢并发症全病程管理智慧医疗体系构建,2020

7. 湖南省自然科学基金委员会湖南省自然科学基金面上项目, 基于OCT图像的青光眼筛查方法,2020

8. 湖南省自然科学基金委员会湖南省自然科学基金面上项目儿童弱视磁共振影像信息挖掘及虚拟治疗原型构建, 2019. 1

9. 国家自然科学基金委员会青年科学基金项目基于眼底图像非结构化数据建模的糖网病自动筛查研究,2018

10. 湖南省自然科学基金-青年基金项目,运用深度学习法预测胶质瘤相关重要分子标志物的研究,2018

11. 国家自然科学基金委员会国家自然科学基金面上项目,面向多时相腹部CT图像的多器官计算机辅助诊断关键技术研究,2013

12. 国家自然科学基金委员会国家自然科学基金面上项目,青光眼房水引流物对眼压影响的计算机模拟研究,2012.01

13. 国家自然科学基金委员会国家自然科学基金面上项目,肝脏移植供体CTA序列图像鲁棒自动分割方法研究,2012.01

14. 湖南省自然科学基金委员会,湖南省自然科学基金青年科学基金项目,房水引流物治疗青光眼机理的仿真研究,2010

15. 中南大学,中南大学理科发展基金重点项目,09SDF03,虚拟青光眼小梁切除术关键技术研究,2009.1

16. 高等学校博士学科点专项科研基金(省部级),基于体表ECG的心房颤动特征分析及相关机制研究,2009

17. 国家自然科学基金委员会国家自然科学基金面上项目,30770561,基于虚拟器官的活体肝移植手术计划系统的关键技术研究,2008.1

18. 国家自然科学基金委员会国家自然科学基金青年科学基金项目,基于房水动力学模型和眼底物理模型的青光眼仿真方法研究,2007.1


教学改革项目:

1. 中南大学教育教学改革研究项目, 大数据专业教学改革探索-以《R语言数据分析编程》为例, 2019.

2. 湖南省普通高等学校教学改革研究立项项目, 元宇宙产业背景下项目驱动的“动画与游戏程序设计”课程教学改革研究, 2022.


代表性论文:

1. Deep learning models for ischemic stroke lesion segmentation in medical images: A survey, Computers in Biology and Medicine, 2024.(JCR Q1)

2. Deep learning-based magnetic resonance image super-resolution: A survey,Neural Computing and Applications, 2024

3. Classification of Recurrent Major Depressive Disorder Using a Residual Denoising Autoencoder Framework: Insights from Large-Scale Multisite fMRI Data, Computer Methods and Programs in Biomedicine, 2024.(JCR Q1)

4.Classification of MDD using a Transformer classifier with large-scale multi-site resting-state fMRI data, Human Brain Mapping, 2023.(JCR Q1)

5. Classification of recurrent major depressive disorder using a new time series feature extraction method through multisite rs-fMRI data, Journal of Affective Disorders, 2023.(JCR Q1)

6. Semi-supervised OCT lesion segmentation via transformation-consistent with uncertainty and self-deep supervision, Biomedical Optics Express, 2023.

7. AC-E Network: Attentive Context-Enhanced Network for Liver Segmentation, IEEE Journal of Biomedical and Health Informatics, 2023.(JCR Q1)

8. Marginal samples for knowledge distillation, Neurocomputing, 2022, 507.

9. The alterations of brain functional connectivity networks in major depressive disorder detected by machine learning through multisite rs-fMRI data., Behavioural Brain Research, 2022, 435: 114058.     

10. Altered Effective Connectivity Among the Cerebellum and Cerebrum in Patients with Major Depressive Disorder Using Multisite Resting-State fMRI., Cerebellum, 2022.   

11. A strategy of model space search for dynamic causal modeling in task fMRI data exploratory analysis., Phys Eng Sci Med, 2022, 45(3): 867-882. (JCR Q1)   

12. Altered Effective Connectivity of Children and Young Adults With Unilateral Amblyopia: A Resting-State Functional Magnetic Resonance Imaging Study, Frontiers in Neuroscience, 2021, 15: 657576.    

13. DN-GAN: Denoising generative adversarial networks for speckle noise reduction in optical coherence tomography images, Biomedical Signal Processing and Control, 2020, 55: 101632.    

14. Altered Spontaneous Brain Activity of Children with Unilateral Amblyopia: A Resting State fMRI Study, NEURAL PLASTICITY, 2019, 2019: 3681430.    

15. Automatic segmentation for cell images based on bottleneck detection and ellipse fitting, Neurocomputing, 2016, 173(Part 3): 615-622.   (JCR Q1)  

16. A New Approach to Segment Both Main and Peripheral Retinal Vessels Based on Gray-Voting and Gaussian Mixture Model, PLos One, 2015, 10(6): e0127748.    (JCR Q1)

17. Constructing three-dimensional detachable and composable computer models of the head and neck, Australasian Physical & Engineering Sciences in Medicine, 2015, 38(2): 271-281.    

18. SIMULATING THE EFFECTS OF ELEVATED INTRAOCULAR PRESSURE ON OCULAR STRUCTURES USING A GLOBAL FINITE ELEMENT MODEL OF THE HUMAN EYE, Journal of Mechanics in Medicine and Biology, 2017, 2016(2): 1750038.    

19. FINITE ELEMENT ANALYSIS OF THE MECHANICAL CHARACTERISTICS OF GLAUCOMA, Journal of Mechanics in Medicine and Biology, 2016, 16(2): 1650060.    

20. Retinal vessel enhancement based on multi-scale top-hat transformation and histogram fitting stretching, Optics and Laser Technology, 2014, 58: 56-62. 

21. Constructing a computer model of the human eye based on tissue slice images, International Journal of Biomedical Imaging, 2010, 2010.  

22. 视网膜血管图像分割及眼底血管三维重建. 自动化学报, (09).



其他联系方式

  • [6]  邮箱: