• 钱晓华

    长聘教轨副教授、博士生导师。曾为美国德克萨斯大学生物医学信息学院助理教授;还先后任职于中科院上海高研院高端医疗影像技术研究中心和美国维克森林大学医学院。吉林大学电子工程和美国杜克大学医学物理专业联合培养博士。主要研究兴趣是医学图像处理和计算机视觉。目前主持国自然面上、上海市面上、省级科技转化课题、企业横向以及医工交叉等课题,作为骨干参与张江重大项目和上海交大重大项目STAR计划等;并以第一作者/通讯作者发表Nature Communications, Med Image Anal, IEEE Trans. Med Imaging, IEEE Trans. Multimedia, IEEE Trans. Fuzzy Syst., IEEE Trans. Neural Syst. Rehabilitation Eng., IEEE J Biomed Health Inform等领域权威期刊论文。


    实验室招生(聘)信息

    如积极乐观,具有科研热情、自律能力和自我驱动,并想拥有高水平的科研能力和成果,最终养成较高的科研素养和品味,那欢迎加入实验室:

    欢迎应聘医疗AI方向博士后 (研究背景:大信息类、数学类、工程类)。


    实验室(Medial Image and Health Informatics Lab,MIHI)主页:

    https://mihi.sjtu.edu.cn/

研究方向

1. 主要研究兴趣:

    医学图像处理与分析,机器学习与深度学习(图神经网络)的算法研究,包括图像(视频)的细粒度分类与预测,医学图像的检测与分割,以及健康大数据挖掘与分析;主要解决的技术挑战:小样本和细粒度分析,模型的稳定性与泛化性,以及高维数据挖掘(特征选择)与分析。

2. 主要研究课题:

    1)胰腺癌临床诊断与治疗全过程的影像智能算法体系研究,包括胰腺癌筛查与早期诊断,胰腺癌检测与分割,胰腺癌淋巴转移/良恶性的分析和预测,以及胰腺癌手术可切除性分析等。

    2)退行性疾病视频运动功能评估的核心算法体系研究(包括运动迟缓、震颤、僵直、站立平衡和步态等),以及在临床诊断与评估、远程医疗和居家管理等方面的应用。

    此外,还持续开展了脑胶质瘤真假进展分析,和运动与康复相关的视频动作分析与应用。

3. 主要学术贡献:

    首次系统性地提出了医学图像的小样本细粒度分析技术,形成了1时空细粒度特征挖掘技术体系MEDIA, 2022; IEEE TMM, 2022; IEEE TCSVT, 2022; IEEE TNSRE, 2020;授权发明专利2项、公开发明专利4项),实现了空间区分性结构、时间全局连贯性和远程依赖性特征的挖掘;和2)一种内挖潜力和外借信息驱动下的图像信息多样化挖掘技术体系MEDIA, 2022; IEEE TMI, 2021, 2022; IEEE JBHI 2022;公开发明专利4项),原创性提出了利用空间变换来充分挖掘数据潜力,实现扩增样本的多样化;并成功应用于帕金森症智能评估和胰腺癌术前智能评估。

代表性论文专著

近三年代表作(第一单位+独立通讯作者

(Source codes are available at https://github.com/SJTUBME-QianLab)

1.   J. Li#, T. Chen#, X. Qian*, Generalizable Pancreas Segmentation Modeling in CT Imaging via Meta-learning and Latent-space Feature Flow Generation. IEEE Journal of Biomedical and Health Informatics, 09, 2022.

2.   X. Song#, J. Li#, X. Qian*. Diagnosis of Glioblastoma Multiforme Progression via Interpretable Structure-Constrained Graph Neural Networks. IEEE Transactions on Medical Imaging, 08, 2022.

3.   R. Guo, H. Li, C. Zhang, X. Qian*. A Tree-Structure-Guided Graph Convolutional Network with Contrastive Learning for the Assessment of Parkinsonian Hand Movements. Medical Image Analysis, 07, 2022.

4.  R. Guo, J. Sun, C. Zhang, X. Qian*. A Contrastive Graph Convolutional Network for Toe-Tapping Assessment in Parkinson's DiseaseIEEE Transactions on Circuits and Systems for Video Technology, 07, 2022.

5.  R. Guo#, J. Sun#, C. Zhang, X. Qian*. A Self-Supervised Metric Learning Framework for the Arising-from-Chair Assessment of Parkinsonians with Graph Convolutional Networks. IEEE Transactions on Circuits and Systems for Video Technology, 03, 2022.

6.  J. Li#, L. Qi#, Q. Chen, Y. Zhang, X. Qian*. A Dual Meta-Learning Framework based on Idle Data for Enhancing Segmentation of Pancreatic Cancer. Medical Image Analysis, v.78, 2022

7.  X. Chen, Z. Chen, J. Li, Y. Zhang, X. Lin, X. Qian*. Model-driven Deep Learning Method for Pancreatic Cancer Segmentation Based on Spiral-transformation. IEEE Transactions on Medical Imaging, 41(1), 2022.

8.  J. Li, C. Feng, X. Lin, X. Qian*. Utilizing GCN and Meta-Learning Strategy in Unsupervised Domain Adaptation for Pancreatic Cancer Segmentation. IEEE Journal of Biomedical and Health Informatics, 26(1), 2022.

9.  R. Guo, X. Shao, C. Zhang, X. Qian*. Multi-scale Sparse Graph Convolutional Network for the Assessment of Parkinsonian Gait. IEEE Transactions on Multimedia, v.24, 2022.

10.  X. Song#, M. Mao#X.Qian*. Auto-Metric Graph Neural Network Based on a Meta-learning Strategy for the Diagnosis of Alzheimer's diseaseIEEE Journal of Biomedical and Health Informatics, 25(8), 2021.

11.  X. Chen, X. Lin, Q. Shen, X. Qian*. Combined Spiral Transformation and Model-driven Multi-modal Deep Learning Scheme for Automatic Prediction of TP53 Mutation in Pancreatic CancerIEEE Transactions on Medical Imaging, 40(2), 2021.

12.  R. Guo, X. Shao, C. Zhang, X. Qian*. Sparse Adaptive Graph Convolutional Network for Leg Agility Assessment in Parkinson’s DiseaseIEEE Transactions on Neural Systems & Rehabilitation Engineering, 28(12),2020.

13  G. Xu, J. Reboud, Y. Guo, H. Yang, H. Gu, C. Fan*, X. Qian*, J. M. Cooper*. Programmable design of isothermal nucleic acid diagnostic assays through abstraction-based modelsNature Communications, 13(1), 2022. (共同通讯作者)

教学工作

数据结构(工科平台,大一)

生物医学工程中的数据挖掘 (研究生课程)

软件版权登记及专利

(1) 钱晓华; 李钧; 多模态医学图像分割方法、系统、存储介质及电子设备2020-02-24, 中国, CN2020101124914

(2) 钱晓华; 陈夏晗; 基于多模态的深度学习预测方法、系统、介质及设备2020-02-18, 中国, CN2020100986849

(3) 钱晓华; 陈夏晗; 深度学习中螺旋变换数据扩增方法、系统、介质及设备2020-02-18, 中国, CN202010098682X 

(4) 李强; 庄吓海; 钱晓华; 一种左心室心肌的分割方法和装置, 2019-04-23, 中国, CN104978730B.

荣誉奖励

2019年上海交通大学社会实践优秀指导教师

2019-2020年上海交通大学生物医学工程学院优秀班主任

2021年上海交通大学优秀班主任

联系方式

邮箱地址:xiaohua.qian@sjtu.edu.cn

联系电话:021-62932187

办公地址:徐汇校区教三楼南楼421室