个人简介
高兴宇，工学博士，东华大学生物与医学工程学院讲师。2023年博士毕业于上海交通大学电子信息与电气工程学院。主要从事深度学习、人工智能在医疗辅助诊断中的应用研究，包括神经退行性疾病的早期诊断和预测，医学图像配准、生成和渲染。目前以第一作者/共同一作身份在IEEE J BIOMED HEALTH、COMPUT MED IMAG GRAP等期刊上发表论文多篇，参与国家自然科学基金面上项目、上海市自然科学基金面上项目、中国人工智能学会-华为MindSpore学术奖励基金项目等科研项目。
研究方向
多模态医学影像计算与分析、医疗辅助诊断。
图像处理算法在医疗器械开发中的工程应用。
荣誉及获奖情况
上海交通大学人工智能研究院Spotlight学术报告优秀奖。
参与承担主要项目情况
上海市自然科学基金面上项目，纵向脑影像的时空动态模式智能分析及脑疾病预测，2020/07-2023/06，参与。
中国人工智能学会-华为MindSpore学术奖励基金项目，基于多任务学习的跨模态脑影像生成和融合方法研究，2021/12-2023/10，参与。
代表性学术论文
[1]Xingyu Gao, Feng Shi, Dinggang Shen, Manhua Liu*. Task-induced Pyramid and Attention GAN for Multimodal Brain Image Imputation and Classification in Alzheimer’s disease[J]. IEEE Journal of Biomedical and Health Informatics, 2022, 26(1): 36-43.
[2]Xingyu Gao#, Hongjie Cai# , and Manhua Liu*. A Hybrid Multi-Scale Attention Convolution and Aging Transformer Network for Alzheimer’s Disease Diagnosis e[J].IEEE journal of biomedical and health informatics, 2023, 27(7):3292-3301
[3]Xingyu Gao, Hongrui Liu, Feng Shi, Dinggang Shen, Manhua Liu*. Brain Status Transferring Generative Adversarial Network for Decoding Individualized Atrophy in Alzheimer’s Disease[J]. IEEE Journal of Biomedical and Health Informatics, 2023, 27(10): 4961-4970.
[4]Xingyu Gao, Feng Shi, Dinggang Shen, Manhua Liu*. Multimodal Transformer Network for Incomplete Image Generation and Diagnosis of Alzheimer’s Disease[J]. Computerized Medical Imaging and Graphics, 2023, 110: 10230.
[5]Xingyu Gao, Feng Shi, Dinggang Shen, Manhua Liu*. Feature-based Transformer with Incomplete Multimodal Brain Images for Diagnosis of Neurodegenerative Diseases[M]. Predictive Intelligence in Medicine – PRIME 2023: Vol. 14277. Cham: Springer, 2023: 25-34.
联系方式