劉文堅(澳門城市大學數據科學學院副院長)

劉文堅，男，博士研究生導師，現任澳門城市大學數據科學學院副院長、副教授，澳門城市大學智慧醫療聯合實驗室主任，澳門科協理事，澳門高等教育促進協會理事，澳門國際文化教育交流協會副理事長兼秘書長，澳門智慧城市協會監事長，澳門科技教育協會副會長，雲南省軟體工程重點實驗室學術委員會委員、特聘教授等。華南理工大學通信與信息系統博士，澳門城市大學套用心理學博士。

劉文堅副教授作為澳門城市大學深度學習平台實驗室牽頭人，在包括IEEE TITS，ANR等國際頂級期刊和會議發表論文30餘篇，擔任多個學術會議的聯合主席，研究工作主要集中在數據科學、智慧型醫療、AIGC、智慧型城市、腦科學與心理學等跨學科套用。主持和參與多項國家科學技術部與澳門基金會的研究項目。

基本介紹

• 中文名：劉文堅
• 畢業院校：華南理工大學、澳門城市大學
• 學位/學歷：博士
• 專業方向：智慧醫療，智慧城市，大數據心理學
• 職務：澳門城市大學數據科學學院副教授

教育經歷

套用心理學博士，澳門城市大學，中國澳門

通信與信息系統 博士，華南理工大學，中國

通信與信息系統 碩士，華南理工大學，中國

無線電技術 經濟信息管理（雙專業）學士，華南理工大學，中國

研究方向

智慧醫療，智慧城市，大數據心理學

任教科目

數據科學導論、雲計算與大數據分析、電腦程式設計、設計計算工作室、Spark大數據處理技術及應

用、離散數學、資訊系統、管理資訊系統、電腦套用、學術專題項目

社會任職

澳門科學技術協進會理事

澳門高等教育促進協會理事

成都海聯會理事

澳門國際文化教育交流協會副理事長兼秘書長

澳門智慧城市協會監事長等

學術成果

澳門城市大學劉文堅副教授團隊聯合山東第一醫科大學第一附屬醫院和山東政法學院，歷經兩年半的最新成果《An Enhanced Vision Transformer Model in Digital Twins Powered Internet of Medical Things for Pneumonia Diagnosis》在國際頂級學術期刊《IEEE Journal on Selected Areas in Communications》（中科院1區TOP期刊、影響因子16.4分）發表。該研究提出一種基於醫療物聯網和數字孿生技術的智慧型肺炎診斷平台。 研究者針對肺部數字孿生，設計了有效捕捉圖像遠程依賴性的增強型視覺Transformer模型EVTM。 同時，利用變分自動編碼器模型擴增圖像數據量，滿足模型訓練要求。 實驗結果表明，該模型能有效提高肺炎診斷的準確率。

劉文堅副教授聯合研究夥伴研究成果

部分論文

1. Peng, S., Zhu, L., Cai, Z., Liu, W., He, C., & Tang, W. (2021). Dynamic Optimization of Government Data Transmission Based on Blockchain Technology. Mobile Information Systems, 2021.

2. L. Xing and W. Liu, (2021). "A Data Fusion Powered Bi-Directional Long Short Term Memory Model for Predicting Multi-Lane Short Term Traffic Flow," in IEEE Transactions on Intelligent Transportation Systems, doi: 10.1109/TITS.2021.3095095.

3. Liu, W., Wang, B., & Wang, W. (2021). Deep Learning Software Defect Prediction Methods for Cloud Environments Research. Scientific Programming, 2021. https://doi.org/10.1155/2021/2323100

4. Wang, W., Liu, W., Zhu, L., Luo, R., Li, G., & Dai, S. (2021). Stock Price Prediction Methods Based on FCM and DNN Algorithms. Mobile Information Systems, 2021. https://doi.org/10.1155/2021/7480599

5. Wang B., Wang W., Zhu L., Liu W. (2021) Research on Cross-Project Software Defect Prediction Based on Machine Learning. In: Zhou W., Mu Y. (eds) Advances in Web-Based Learning – ICWL2021. ICWL 2021. Lecture Notes in Computer Science, vol 13103. Springer, Cham. https://doi.org/10.1007/978-3-030-90785-3_16

6. Zhu, L., Peng, S., Cai, Z., Liu, W., He, C., & Tang, W. (2021). “Research on Privacy Data Protection Based on Trusted Computing and Blockchain”. Security and Communication Networks, 2021.

7. Lumin Xing*, Wenjian Liu, Xiaoliang Liu, Xin Li and Han Wang, (2022) “Use of deep learning in nano image processing through the CNN model”, in Advances in Nano Research Volume 12, Number 2, February 2022 , pages 185-195, DOI: 10.12989/anr.2022.12.2.185.

8. Xing, L., Liu, W., Li, X., Wang, H., Jiang, Z., & Wang, L. (2022). Application of machine learning and deep neural network for wave propagation in lung cancer cell. ADVANCES IN NANO RESEARCH, 13(3),297-312.

9. L. Xing, W. Liu, X. Liu and X. Li, （2023） "An Enhanced Vision Transformer Model in Digital Twins Powered Internet of Medical Things for Pneumonia Diagnosis," in IEEE Journal on Selected Areas in Communications, doi: 10.1109/JSAC.2023.3310096.