劉且根，男，漢族，1983年12月出生，江西新餘人，中共黨員，研究生學歷，博士學位，南昌大學人工智慧工業研究院院長，教授，博士生導師，2012年獲上海交通大學生物醫學工程系工學博士學位。
現任南昌大學信息工程學院黨委副書記、執行院長，先進信號處理與智慧型通信江西省重點實驗室主任。
基本介紹
- 中文名：劉且根
- 國籍：中國
- 民族：漢
- 出生地：江西新余
- 出生日期：1983年12月
- 畢業院校：上海交通大學
- 學位/學歷：博士
- 職業：教師
- 專業方向：稀疏和深度學習表示及其在醫學成像和圖像處理中的套用
- 任職院校：南昌大學信息工程學院
人物履歷,工作分工,研究方向,科研成果,社會兼職,主要貢獻,獲獎記錄,
人物履歷
2001.09--2005.07, 贛南師範學院 大學本科
2006.09--2009.03 ,上海交通大學碩士研究生
2009.03--2012.03, 上海交通大學博士研究生
2012.04--2013.09 南昌大學講師，南昌大學
2015.02--2013.10 南昌大學校聘副教授 南昌大學
2015.02--2016.03 美國伊利諾大學香檳分校 博士後 美國伊利諾大學香檳分校
2016.05--2017.07 加拿大卡爾加里大學 博士後 加拿大卡爾加里大學
2020.12-- 南昌大學 教授 南昌大學
現任南昌大學信息工程學院執行院長。
工作分工
全面負責行政工作，分管人才工作。
研究方向
稀疏和深度學習表示及其在醫學成像和圖像處理中的套用。
涉及醫學成像系統、光電成像系統、VR顯示系統的輕型便捷式設計與搭建；涉及成像重建與視覺顯示的普適性表示理論研究，及針對特定場景或系統的信號信息表示研究；信息配準和融合：信息配準融合方向涉及醫學圖像的配準以及彩色圖像灰度化和多通道融合等；基於生成學習建模的計算機視覺表示與顯示，VR全息顯示，光學成像等。
科研成果
截至致力於智慧型成像與視覺顯示的系統開發與算法研究，合作發表IEEE Trans和成像與視覺顯示權威期刊論文共80餘篇, Google scholar論文引用數為3000，參編專著及教材5部。
截止2023年，獲批主持國家級、省部級、企業合作項目20餘項。主持國家重點研發計畫課題、國家優秀青年科學基金、國家自然科學基金、江西省自然科學基金項目 、江西省傑出青年人才項目、江西省重點研發計畫項目等。人才培養 獲2022年江西高校省級示範研究生導師創新團隊，2022年第二屆江西普通高校金牌教師（教學名師）。
以第一指導老師身份指導學生獲獲中國國際網際網路+創新創業大賽獲國賽金獎，首屆全國高校“人工智慧+”大學生創新創業創造大賽一等獎，研究生電子設計大賽全國三等獎，指導學生獲生物醫學工程學會青年優秀論文研究生獎。
社會兼職
為IEEE和中國體視學學會等數十個國內外學術組織的專委會委員，CT理論與套用研究等多個期刊的編委。國家優青基金獲得者，IEEE Senior Member。
主要貢獻
現為IEEE Senior member、IEEE SMC 互動和可穿戴式計算與設備技術委員會委員。
《CT理論與套用研究》期刊編委
《電子與信息學報》第九屆編委會委員
《集成技術》編委會委員
第四屆MICS委員會委員
《光學精密工程》2021年優秀審稿人
江西省口腔醫學會口腔醫學數位化專業委員會 副主任委員
代表論文
[1] Q. Liu, H. Leung. Variable augmented neural network for decolorization and multi-exposure fusion, Information Fusion, vol. 46, pp.114-127, 2019.
[2] S. Li, B. Qin, Q. Liu*, Y. Wang, D. Liang*, Multi-channel and multi-model based autoencoding prior for grayscale image restoration, IEEE Trans. Image Process., vol. 29, 142-156, 2020.
[3] Q. Liu, Q. Yang, H. Cheng, S. Wang, M. Zhang, D. Liang*, Highly undersampled magnetic resonance imaging reconstruction using autoencoding priors, Magn. Reson. Med., vol. 83, no. 1, pp. 322-336, 2020.
[4] Q. Liu, K. Yang, J. Luo, Y. Zhu, D. Liang. Highly undersampled magnetic resonance image reconstruction using two-level Bregman method with dictionary updating, IEEE Trans. Med. Imag., 32 (7): 1290-1301, 2013.
[5] Q. Liu, D. Liang, Y. Song, J. Luo, Y. Zhu, W. Li. Augmented Lagrangian based sparse representation method with dictionary updating for image deblurring, SIAM J. Imag. Sci., 6 (3): 1689-1718, 2013.
[6] Q. Liu, S. Wang, L. Ying, X. Peng, Y. Zhu, D. Liang. Adaptive dictionary learning in sparse gradient domain for image recovery, IEEE Trans. Image Process., 22(12): 4652-4663, 2013.
[7] Q. Liu, X. Liu, W. Xie, Y. Wang, D. Liang. GcsDecolor: Gradient correlation similarity for efficient contrast preserving decolorization, IEEE Trans. Image Process., 24(9): 2889-2904, 2015.
[8] Q. Liu, G. Shao, Y. Wang, J. Gao, H. Leung. Log-Euclidean metrics for contrast preserving decolorization, IEEE Trans. Image Process., 26(12): 5772-5783, 2017.
[9] Q. Liu, X. Liu, Y. Wang, H. Leung. Semi-parametric decolorization with Laplacian-based perceptual quality metric, IEEE Trans. Circuits Syst. Video Technol., 27(9): 1856-1868, 2017.
[10] Q. Liu, J. Liu, P. Dong, D. Liang.SGTD: Structure gradient and texture decorrelating regularization for image decomposition, The IEEE International Conference on Computer Vision (ICCV), 1081-1088, 2013.
[11] B. Xiong#, Q. Liu#, J. Xiong, S. Li, S. Wang, D. Liang. Field-of-Experts filters guided tensor completion,IEEE Trans. Multimedia, vol. 20, no. 9, pp. 2316-2329, 2018.
[12] Y. Liu#, Q. Liu#, M. Zhang, Q. Yang, S. Wang, D. Liang. IFR-Net: Iterative feature refinement network for compressed sensing MRI,IEEE Trans. Comput. Imag., vol. 6, pp. 434-446, 2020.
[13] W. Zhao, Q. Liu, Y. Lv, B. Qin*. Texture variation adaptive image denoising with nonlocal PCA, IEEE Trans. Image Process., vol. 28, no. 11, pp. 5537-5551, 2019.
[14] H. Lu, S. Li, Q. Liu*, M. Zhang. MF-LRTC: multi-filters guided low-rank tensor coding for image restoration.Neurocomputing,vol. 303, pp.88-102, 2018.
[15] J. He, Q. Liu, A.G. Christodoulou, C. Ma, F. Lam,Z.P.Liang. Accelerated high-dimensional MR imaging with sparse sampling using low-rank tensors, IEEE Trans. Med. Imag., 32 (7): 2119-2129, 2016.
[16] F. Zhang, M. Zhang, B. Qin, Y. Zhang, Z. Xu, D. Liang, Q. Liu, REDAEP: Robust and enhanced denoising autoencoding prior for sparse-view CT reconstruction, IEEE Trans. Radiat. Plasma Med. Sci., 2020.
[17] 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, Med. Image Anal., vol. 64, 101717, 2020.
[18] J. Xiao, L. Liao, Q. Liu, R. Hu, CISI-Net: Explicit latent content inference and imitated style rendering for image inpainting. AAAI, 354-362, 2019.
[19] Y. Zhou, J. Xu, Q. Liu, C. Li, Z. Liu, M. Wang, H. Zheng, S. Wang, A radiomics approach with CNN for shear-wave elastography breast tumor classification, IEEE Trans. Biomed. Eng., vol. 65, no. 9, pp. 1935-1942, 2018.
[20] S. Wang, J. Lv, Z. He, D. Liang*, Y. Chen, M. Zhang, Q. Liu*, Denoising auto-encoding priors in undecimated wavelet domain for MR image reconstruction, Neurocomputing, vol. 437, pp. 325-338, 2021.
[21] S. Li, J. Zhou, D. Liang, Q. Liu*, MRI denoising using progressively distribution-based neural network, Magn. Reson. Imaging, 71, pp. 55-68, 2020.
[22] J. Zhou, T. Deng, Y. Wang, Q. Liu*, Progressive colorization via iterative generative models, IEEE Signal Processing Letters, 27, pp. 2054-2058, 2020.
[23] S. Wang, S. Tan, Y. Gao, Q. Liu, L. Ying, T. Xiao, Y. Liu, X. Liu, H. Zheng, D. Liang. Learning joint-sparse codes for calibration-free parallel MR imaging (LINDBERG), IEEE Trans. Med. Imag., 37(1): 251-261, 2018.
[24] C Quan, J Zhou, Y Zhu, Y Chen, S Wang, D Liang, Q. Liu,Homotopic Gradients of Generative Density Priors for MR Image Reconstruction.IEEE Trans. Med. Imag, 2021.
[25] Y Zhang, T Lv, R Ge, Q Zhao, D Hu, L Zhang, J Liu, Y Zhang, Q. Liu, CD-Net: Comprehensive Domain Network With Spectral Complementary for DECT Sparse-View Reconstruction, IEEE Trans. Comput. Imag 7, 436-447.
[26] Y. Zhu, Y. Liu, L Ying, Z. Qiu, Q. Liu, Sen Jia, H. Wang, X. Peng, X. Liu, H. Zheng, D. Liang. A 4-minute solution for submillimeter whole-brain T1ρ quantification, Magn. Reson. Med, 2021, 85(6): 3299-3307.
[27] H Zhou, Y Wang, Q Liu, Y Wang RNMF-guided deep network for signal separation of GPR without labeled data, IEEE Geosci. Remote. Sens. Lett., 1-5, 2021.
[28] D Hu, Y Zhang, J Liu, C Du, J Zhang, S Luo, G Quan, Q Liu, Y Chen, SPECIAL: Single-shot projection error correction integrated adversarial learning for limited-angle CT, IEEE Trans. Comput. Imag,, 2021.
[29] Y. Zhang, D. Hu, Q. Zhao, G. Quan, J. Liu, Q. Liu, Y. Zhang, G. Coatrieux, Y. Chen, H. Yu, CLEAR: Comprehensive learning enabled adversarial reconstruction for subtle structure enhanced low-dose CT imaging, IEEE Trans. Med. Imag., 2021.
著作成果
1、快速磁共振成像，張明輝，劉且根，徐曉玲，王玉皞，科學出版社，2021-06-01 第1版 (ISBN：9787030681591)。
2、醫學信息安全，劉且根 編委（負責第五章），人民衛生出版社，2023年3月 第1版 (ISBN: 9787117342230)。
獲獎記錄
2023年江西省科技人才發展基金會青年科學技術獎
2022年度江西省自然科學獎一等獎
2022年江西高校省級示範研究生導師創新團隊
2022年第二屆江西普通高校金牌教師（教學名師）
2022年中國體視學學會青年科學技術獎
2019年青年井岡學者
2019年江西省“雙千計畫”首批培養類項目入選人員
2019年度江西省自然科學獎三等獎
2020年中國體視學學會科學技術獎二等獎（排名第二）
第十屆吳文俊人工智慧科技進步獎二等獎（排名第二）。
