史勇红(课程负责人)
发布时间:2017-03-31浏览次数:207
基本信息
姓 名 | 史勇红 | 性别 | 女 | 出生年月 | 26177 | |||
最终学历 | 博士研究生 | 职 称 | 副教授 | 电 话 | 54237181 | |||
学 位 | 工学博士 | 职 务 | 传 真 | 54237797 | ||||
所在院系 | 基础医学院数字医学中心 | yonghong.shi@fudan.edu.cn | ||||||
通信地址(邮编) | 上海市医学院路138号251信箱(200032) | |||||||
研究方向 | 医学图像处理与分析,计算机辅助诊断,模式识别 |
教学情况
近五年来讲授的主要课程(含课程名称、课程类别、周学时;届数及学生总人数)(不超过五门);承担的实践性教学(含实验、实习、课程设计、毕业论文、毕业设计的年限、学生总人数);主持的教学研究课题(含课程名称、来源、年限、本人所起的作用)(不超过五项);作为第一署名人在国内外主要刊物上发表的教学相关论文(含题目刊物名称与级别、时间)(不超过十项);获得的教学表彰/奖励(含奖项名称、授予单位、署名次序、时间)(不超过五项)。
1.主要课程
(1)《医学影像信息学概论》是本科生的专业选修课,每周3学时,已教了6届,学生总人数为110人。
(2)《医学影像计算及应用》是研究生的专业必修课,每周4学时,已教了2届以上,学生总人数大于18人。
(3)《生物医学工程新进展》是研究生的专业必修课,每周4学时,已教了5届以上,学生总人数大于60人。
2.实践性教学
所讲述的每一门课程都属于医工交叉课程,需要进行教学相关的课程实践。因此除了理论课上的讲座,还需学生们完成必要的课程项目。这些项目主要处理医学影像数据,对影像数据进行预处理、分割、配准或特征提取,训练分类器进行简单预测等。所有这些实践都要求学生在课后完成,然后在课堂上集中进行讨论,指出解决问题的各种方法。
3. 教学相关论文
[1]李文生,谭德炎,章琛曦,史勇红。基于学科交叉的断层解剖学教学模式的创新和初步实践. 中国高等医学教育, 8: 53+117. (2015)
4.教学表彰/奖励
序号 | 奖项名称 | 授予单位 | 时间 | 署名次序 |
1 | 第四届上海大学生创新创业论坛优秀指导教师 | 上海市教委 | 2015.11 | 无 |
2 | 2014-2015学年度本科生优秀专业指导教师 | 复旦大学基础医学院 | 2015.12 | 无 |
3 | 2014-2015学年度本科生科创优秀指导教师 | 复旦大学基础医学院 | 2015.12 | 无 |
学术研究
近五年来承担的学术研究课题(含课题名称、课题类别、来源、年限、本人所起作用)(不超过五项);在国内外主要刊物上发表的学术论文(含题目、刊物名称与级别、时间、署名次序)(不超过十项);获得的学术研究表彰/奖励(含奖项名称、授予单位、时间、署名次序)(不超过五项)。
1.学术研究课题
序号 | 课题名称 | 课题类别 | 来源 | 年限 | 金额(万元) | 作用 |
1 | 基于患者动态信息的序列胸片自适应分割方法的研究 | 国家自然科学基金(面上项目) | 基金委 | 2010.01 -2012.12 | 28 | 项目负责人 |
2. 学术论文
[1]Zhang, Haosu#,Shi, Yonghong#,Yao, Chengjun#,Tang, Weijun,Yao,Demin,Zhang, Chenxi,Wang, Manning,Wu, Jinsong*,Song, Zhijian*.: Alteration of the Intra- and Cross-Hemisphere Posterior Default Mode Network in Frontal Lobe Glioma Patients,Scientific Reports, 6, 26972; doi: 10.1038/srep26972. (2016)
[2]Yonghong Shi,Shu Liao,Dinggang Shen ,Learning Statistical Correlation for Fast Prostate Registration In Image-guided RAdiotherapy,Medical Physics, 38(11): 5980~5990. (2011)
[3]Yonghong Shi,Feihu Qi,Zhong Xue,Liya Chen,Kyoko Ito,Hidenori Matsuo,Dinggang Shen ,Segmenting lung fields in serial chest radiographs using both population-based and patient-specific shape statistics,IEEE Transactions on Medical Imaging,27(4): 481~494. (2008)
[4]Xiuming Li,Dongsheng Jiang,Yonghong Shi,Wensheng Li ,Segmentation of MR Image Using Local and Global Region based Geodesic Model,BioMedical Engineering Online, 14(8): 1~16. (2015)
[5]Mao, Yihao,Liu, Hong,Ye, Rong,Shi, Yonghong ,Song, Zhijian ,Detection and segmentation of virus plaque using HOG and SVM: Toward automatic plaque assay,Bio-medical Materials and Engineering,24(6): 3187~3198. (2014)
[6]Chen Zu,Zhengxia Wang,Daoqiang Zhang,PeiPeng Liang,Yonghong Shi,Dinggang Shen,Guorong Wu ,Robust multi-atlas label propagation by deep sparse representation,Pattern Recognition,63: 511~517. (2017)
[7]Jiang, Dongsheng,Shi, Yonghong,Yao, Demin,Wang, Manning ,Song,Zhijian ,miLBP: a robust and fast modality-independent 3D LBP for multimodal deformable registration,International Journal of Computer Assisted Radiology and Surgery, 11(6): 997~1005. (2016)
[8]王亚平,史勇红,刘桂雪,李文生,基于DTI技术的健康成人胼胝体、扣带回、中脑白质纤维束密度随年龄变化关系的研究,神经解剖学杂志, 4:429~435. (2016)
[9]Qian Wang,Minjeong Kim,Yonghong Shi,Guorong Wu,Dinggang Shen ,PredictBrain MR Image Registration via Sparse Learning of Appearance and Transformation,Medical Image Analysis,20(1): 61~75. (2015)
[10]Yeqin Shao,Yaozong Gao,Yanrong Guo,Yonghong Shi,Xin Yang,Dinggang Shen ,HierarchicalLung Field Segmentation with Joint Shape and Appearance Sparse Learning,IEEE Transactions on Medical Imaging,33(9): 1761~1771. (2014)