高杨科研成果_高杨专利信息_中南大学计算机学院高杨科研信息|高杨校企合作信息|高杨联系方式
全国客户服务热线:4006-054-001 疑难解答:159-9855-7370(7X24受理投诉、建议、合作、售前咨询),173-0411-9111(售前),155-4267-2990(售前),座机/传真:0411-83767788(售后),微信咨询:543646
企业服务导航

高杨科研成果

发布日期:2024-04-15 专利申请、商标注册、软件著作权、资质办理快速响应 微信:543646


高杨
姓名 高杨 性别 办公地点:中南大学新校区信息楼429
学校 中南大学 部门 计算机学院
学位 联系方式:邮箱yang.gao@csu.edu.cn 学历 职务:讲师
职称 联系方式 学历:博士研究生毕业
邮箱 yang.gao@csu.edu.cn    
软件产品登记测试全国受理 软件著作权666元代写全部资料全国受理 实用新型专利1875代写全部资料全国受理
高杨

个人简介 高杨,男, 中南大学计算机学院3+3讲师,硕士生导师,澳大利亚University of Queensland 客座研究员(Honorary Fellow),2022年8月于澳大利亚昆士兰大学信息技术与电子工程学院(school of ITEE)获得博士学位,11月加入中南大学计算机学院工作。研究方向专注于新型快速高分辨率定量磁共振技术,尤其是定量磁化率(QSM)成像重建及分析技术,致力于构建新的影像快速采集和相关配套的AI驱动重建及分析技术。 获得澳大利亚昆士兰州政府资助全额博士奖学金(2018-2022),并在领域内权威学术期刊和会议如NeuroImage, Medical Image Analysis, Magnetic Resonance in Medicine, NMR in Biomed, IEEE TCYB等共发表论文10余篇。连续4年在国际医学核磁共振学会年会ISMRM(磁共振领域最顶级国际学术会议,每年超7k人与会)发表会议论文并被选为Oral Presentation并获得学生奖学金。 于2022年在ISMRM大会上关于端到端QSM方法的报告获得了ISMRM Magna Cum Laude Merit Award的荣誉(澳大利亚地区2022年唯一获此奖项的学生),相关的研究工作在国际上处于领先地位。 主持国家自然科学基金青年项目1项,湖南省自然科学基金青年项目1项。参与国家自然科学基金国际合作项目等科研项目多项。 【硕士招生】 每年招收2名左右硕士研究生,欢迎对医学影像重建与处理、脑/神经成像、磁共振成像、人工智能、深度学习感兴趣的同学与我联系,课题组会为每一位学生提供良好的科研条件和生活补助。(邮箱:yang.gao@csu.edu.cn)。 个人ORCiD主页 https://orcid.org/0000-0002-3846-0999  个人谷歌学术主页 https://scholar.google.com/citations?user=kjmAyJ4AAAAJ&hl=en 主要期刊论文(完整列表见谷歌学术主页): Yang Gao, et al., Plug-and-Play latent feature editing for orientation-adaptive quantitative susceptibility mapping neural networks, Medical Image Analysis (SCI, JCR 1, IF: 10.9). 2024, https://doi.org/10.1016/j.media.2024.103160.  Yang Gao, Martijn Cloos, Feng Liu, Stuart Crozier, G. Bruce Pike, Hongfu Sun. Accelerating Quantitative Susceptibility and R2* Mapping using Incoherent Undersampling and Deep Neural Network Reconstruction. NeuroImage, 2021, 240: 118404, (SCI, JCR 1, IF:6.556, Top1 in Neuroimaging). Yang Gao, Zhuang Xiong, Amir Fazlollahi, Peter Nestor, Vector Vegh, Fatima Nasrallah, Craig Winter, G. Bruce Pike, Stuart Crozier, Feng Liu, Hongfu Sun. Instant magnetic tissue field and susceptibility mapping from MR raw phase using Laplacian enabled deep neural networks. NeuroImage, 2022, (SCI, JCR 1, IF:6.556, Top1 in Neuroimaging). Yang Gao,Xuanyu Zhu,Bradford A. Moffat,Rebecca Glarin,Alan H. Wilman,G. Bruce Pike,Stuart Crozier,Feng Liu,Hongfu Sun. xQSM: quantitative susceptibility mapping with octave convolutional and noise-regularized neural networks. NMR Biomed, 2021, 34(3): p. e4461, (SCI, JCR 1, IF 4.044). Hongping Gan, Yang Gao*, Chunyi Liu, Haiwei Chen, Tao Zhang, Feng Liu. AutoBCS: Block-based Image Compressive Sensing with Data-driven Acquisition and Non-iterative Reconstruction. IEEE Transactions on Cybernetics, 2021, (SCI, JCR 1, IF:11.448) DOI: https://doi.org/10.1109/TCYB.2021.3127657. (独立通讯作者) Shanshan Shan#, Yang Gao#, Paul Z.Y. Liu, Brendan Whelan, Hongfu Sun, Feng Liu, David E.J. Waddington. Distortion-Corrected Image Reconstruction with Deep Learning on an MRI-Linac. Magnetic Resonance in Medicine, 2022. (SCI, JCR 1). (共同第一作者,MRI领域内排名第一) ISMRM会议论文列表: Yang Gao, Zhuang Xiong, Stuart Crozier, Feng Liu, Hongfu Sun. QSM from the raw phase using an end-to-end neural network. International Society for Magnetic Resonance in Medicine 31th Scientific Meeting-ISMRM, online meeting. 2022. (Oral presentation, Magna Cum Laude Merit Award) Yang Gao, Xuanyu Zhu, Stuart Crozier, Feng Liu, Hongfu Sun. xQSM: a deep learning QSM network using Octave Convolution. International Society for Magnetic Resonance in Medicine 29th Scientific Meeting-ISMRM, online meeting, 08-14 August 2020. (Oral presentation) Yang Gao, Stuart Crozier, Feng Liu, G Bruce Pike, Hongfu Sun. Accelerating QSM using Compressed Sensing and Deep Neural Network. International Society for Magnetic Resonance in Medicine 30th Scientific Meeting-ISMRM, online meeting, 15-20 May, 2021. (Oral presentation) Yang Gao, Tianyi Ding, Martjn Cloos, Hongfu Sun. MRF-mixer: a self-supervised deep learning MRF framework. International Society for Magnetic Resonance in Medicine 32th Scientific Meeting-ISMRM. 2023. (Oral presentation) Yang Gao, et al., QSM Reconstruction of Arbitrary Dipole Orientations using an End-to-end Neural Network via Latent Feature Editing, 2024, ISMRM. Singapore, Digital Poster.  Chen Chen, Yang Gao*, et al., LoopNet: A New Baseline Network for QSM Dipole Inversion, 2024, ISMRM. Singapore, Digital Poster.  教育经历 [1]   2018.2-2022.7 昆士兰大学  |  电子科学与技术  |  博士学位  |  博士研究生毕业 博士 工作经历 [1]   2022.11-至今 中南大学  |  计算机学院  |  全职 社会兼职 [1]   Session chair of the section "Biomedical Image Analysis" in APBC2023. [2]   多个国际顶级期刊如JMRI,MRM,NeuroImage,NMR in Biomed,IEEE JBHI 审稿人 研究方向 [1]  量化磁化率成像 [2]  智能磁共振影像后处理与分析 [3]  快速高分辨率磁共振成像技术 其他联系方式 [6]  邮箱: yang.gao@csu.edu.cn

内容来自集群智慧云企服 www.jiqunzhihui.net