江西省智能医学信息检测与物联产业技术工程化中心

2025-12-11 17:20:00


一、实验室介绍

江西省智能医学信息检测与物联产业技术工程化中心,中心依托南昌大学信息工程学院建设,面向人民生命健康,立足医工交叉,紧密围绕智能信息处理和转化,聚焦国家人工智能与大健康战略,围绕江西省制造业重点产业链现代化建设“1269”行动计划,重点布局“智能医学成像与检测、智能光声与CT显微成像、物联技术与机器学习、智能光电成像系统研发”等四个方向的产教深度融合。中心拥有3000平方米研发场地和高性能智能计算、光电成像及物联通信平台,集聚以国家优青、杰青及IEEE Fellow为核心的高水平科研中心。依托产学研医深度融合机制,中心致力于突破智能医学影像设备国产化、远程医疗服务不均衡等关键技术瓶颈,构建从基础研究到成果转化的全链条创新体系,打造江西省智能医疗信息技术创新与产业化的重要基地,助力区域数字医疗与健康产业高质量发展。

二、研究方向

中心围绕智能医学信息处理与物联产业发展需求,现重点布局以下四个研究方向:

1)智能医学成像与检测

围绕医学影像采集、处理与智能分析开展研究,重点突破影像设备国产化及复杂病灶识别等关键技术,提升医学图像在临床诊断中的准确性与可靠性。

2)光声与CT显微成像

聚焦高分辨率、多模态显微成像技术,推进光声成像与CT显微成像的机理研究和装备研发,提高组织结构与微观病理特征的可视化能力。

3)物联技术与机器学习

面向智慧医疗与健康监测场景,开展传感网络、边缘计算与智能决策算法研究,构建高可靠医疗物联体系,促进诊疗流程与健康管理的智能化升级。

4)智能光电成像系统研发

面向光电成像装备的工程化应用,开展核心成像算法、光电器件与系统集成研究,形成从技术突破到应用示范的研发链条,支撑医疗成像装备自主创新。


c19e9be0e713424386b378b490e11ba5.jpg


围绕国家“十四五”规划服务江西省“1269”行动计划


b97e63811efa450b82e3de4bf683f2cd.jpg

58a77f6f7c164735abd1c70f0992aa4f.jpg


三、实验室人员

中心负责人:刘且根

团队骨干:张明辉、徐晓玲、万文博、宋贤林、肖书源、刘婷婷、王少宇、施柳、单文哲、周荣佩、季翔、邹响红、官瑜

四、代表性科研成果

近年来,实验室围绕核心研究方向取得一系列具有代表性的科研成果,包括:

1) 发表高水平论文;

中心长期围绕国家重大需求和江西省重点产业布局开展系统化研究。中心科研实力雄厚,已累计发表 SCI 论文 200 余篇,包括但不限于:

[1] Q. Liu, H. Leung. Variable augmented neural network for decolorization and multi-exposure fusion, Information Fusion, vol. 46, pp. 114–127. (SCI, JCR 1, IF: 13.67)

[2] M. Zhang, M. Li, J. Zhou, Y. Zhu, S. Wang, D. Liang*, Y. Chen, Q. Liu*. High-dimensional embedding network derived prior for compressive sensing MRI reconstruction, Medical Image Analysis, vol. 64, 101717. (SCI, JCR 1, IF: 11.148)

[3] S. Li, B. Qin, Q. Liu*, Y. Wang, D. Liang*. Multi-channel and multi-model based autoencoding prior for grayscale image restoration, IEEE Transactions on Image Processing, vol. 29, pp. 142–156. (SCI, JCR 1, IF: 9.34)

[4] Q. Liu, Q. Yang, H. Cheng, S. Wang, M. Zhang, D. Liang*. Highly undersampled magnetic resonance imaging reconstruction using autoencoding priors, Magnetic Resonance in Medicine, vol. 83, no. 1, pp. 322–336. (SCI, JCR 1, IF: 3.8)

[5] Z. He, Y. Zhang, Y. Guan, B. Guan, S. Niu, Y. Zhang, Y. Chen, Q. Liu*. Iterative reconstruction for low-dose CT using deep gradient priors of generative model, IEEE Transactions on Radiation and Plasma Medical Sciences, vol. 7, no. 3, pp. 218–230. (SCI, IF: 2.02)

2) 获得省部级及以上科研奖励;

2024年,吴文俊人工智能技术发明一等奖

2024年,计算成像三年成果展-优秀成果

2024年,江西省政府特殊津贴

2023年,江西省青年科技奖

2022年,江西高校省级示范研究生导师创新团队

2022年,江西省自然科学奖一等奖

2022年,中国体视学学会青年科学技术奖

2022年,第二届江西普通高校金牌教师(教学名师)

2021年,第七届中国国际“互联网+”大学生创新创业大赛全国金奖

2020年,中国体视学学会科学技术奖二等奖(排名第二)

2019年,获江西省青年井冈学者

2019年,第五届中国国际“互联网+”大学生创新创业大赛全国铜奖


图片4.jpg


3) 授权国家发明专利或软件著作权;

[1] 一种 n-i-p-i-n 型可见-红外双波段光电探测器及其制备方法,发明专利,中国,专利号:ZL 2024 1 0926535.5

[2] 一种 LED 驱动信号的调制方法及系统,发明专利,中国,专利号:ZL 2022 1 0012467.2

[3] 一种基于三段子网络表示的泊松去噪方法,发明专利,中国,专利号:ZL 2018 1 1078556.7

[4] 透过散射介质的感知与显示一体化增强现实装置及方法,发明专利,中国,专利号:ZL 2024 1 0889357.3

[5] 一种双通道先验约束的多距离无透镜数字全息重建方法,发明专利,中国,专利号:ZL 2024 1 0726799.6

[6] 基于单像素成像的夜间追踪数据采集软件,软件著作权,中国,登记号:2023SR0119180

[7] 基于光学快速轴向扫描的多聚焦图像采集软件,软件著作权,中国,登记号:2023SR0955250

[8] 基于合成分析反卷积网络的快速成像方法及系统,发明专利,中国,专利号:ZL 2016 1 1138095.9

[9] 一种基于多特征生成网络先验信息引导的图像填充方法,发明专利,中国,专利号:ZL 2021 1 0109862.8

[10] 一种基于自动编码器网络的正电子发射型计算机断层显像(PET)重建方法,发明专利,中国,专利号:ZL 2018 1 1247856.3

[11] 基于光声断层成像的智能数据采集软件,软件著作权,中国,登记号:2024SR1879229

4)科研平台硬件基础


1faa4b3c97064c9793227075df8b6a28.jpg


多自由度微焦CT试验平台


070b1ee305a14012966f456c38a355e6.jpg


自研光电成像与先进显示系统(部分)

5)科研项目

bef50295a81e4c4cb8e10ee04913fd5d.jpg