蔡宏民

蔡宏民

蔡宏民，博士，華南理工大學計算機學機學院教授、碩士生導師、博士生導師,日本京都大學客座教授。2016科技部領域創新團隊“機器智慧型創新團隊”成員，廣東省重點實驗室成員，全國自動化協會生物信息學與人工生命專業委員會委員，計算機協會(CCF)生物信息學專委會委員。

基本介紹

  • 中文名：蔡宏民
  • 畢業院校：香港大學
  • 學位/學歷：博士
  • 職業：教師
  • 專業方向：計算機科學與技術
  • 任職院校：華南理工大學
人物經歷,教育經歷,工作經歷,學術任職,研究方向,學術成果,綜述,發表論文,會議論文,學術專著,學術交流,獲獎記錄,

人物經歷

教育經歷

  • 2003 年 09 月 – 2007 年 09 月 香港大學, 香港 理學博士
  • 2001 年 09 月 – 2003年 07 月 哈爾濱工業大學，中國 理學碩士
  • 1997 年 09 月 – 2001年 07 月 哈爾濱工業大學, 中國 理學學士

工作經歷

2016年9月-至今 教授，華南理工大學， 廣州
2012年 3月-2016年9月 副教授，華南理工大學， 廣州
2013年 6 月-2013年9月 訪問教授，京都大學，日本
2008年 9 月- 2012年3月 講師，中山大學，廣州，中國
2003年 9 月- 2007年12月 助教，香港大學, 香港
2006年 6 月- 2006年12月 Research Fellow, 賓州大學(UPenn), 美國
2005年 4 月- 2005年10月 Research Fellow, 哈佛大學， 美國

學術任職

Interdisciplinary Sciences: Computational Life Sciences 副主編;Current Chinese Science 編委;Frontiers in Genetics 客座編委。國際、國內會議程式委員:ISB 2020/2019/2018/2017/2016/2015/2014,ISBRA 2020/2019/2018/2017/2016, ICIC 2020/2019/2018/2017/2016, BESC 2018, CBC 2018/2017/2016, CIBB2015, GIW 2020/2017/2018/2019國際會議程式委員;國際會議主席:DANTH 2014/2013,ICDKE 2012,ICBBB2020 等；國際會議共同主席:ICBBB 2020, DANTH 2014/2013, ICDKE 2012;國內會議組織主席:CBC 2019;全國自動化協會(CAAI)生物信息學與人工生命專業委員會委員、常委;
專業任職： PC member of ICDKE 2012, Co-chair of DANTH 2013(PAKDD)
副編輯(Associate Editor) Journal of Bioinformatics Research Studies
全國系統生物學專業委員會委員
全國生物信息學與人工生命專業委員會委員
全國CCF生物信息學專業組委員會委員

研究方向

長期參與生物醫學圖像和生物信息處理方面的研究工作，在醫學圖像分析與理解，生物信息分析，模式識別和數據挖掘等領域積累了豐富的研究經驗。在這三個領域的頂級期刊上累計發表論文70多篇,包括醫學圖像領域的Neuroimage、IEEE Trans Image Processing、IEEE Trans. Medical Image, Medical Image Analysis, 生物信息領域的Bioinformatics、Brief in Bioinformatics, 和人工智慧領域的IEEE Transaction Pattern Recognition and Machine Learning, IEEE Transaction on Cybernetics 。

學術成果

綜述

在國際頂級雜誌及一流會議上發表論文多篇。主持完成國家自然科學基金青年基金一項，廣東省自然科學基金一項，中央高校基本科研業務費面上項目一項，作為主要項目完成人參與4 項國家自然科學基金項目。現主持國家自然科學面上項目一項，中央高校基本科研業務費面上項目一項和華大-華工聯合項目一項。

發表論文

（*為通訊作者，#為並列第一作者）
期刊論文：
  1. Cai H, Xu X, Lu J, Lichtman J, Yung SP, and Wong STC, "Repulsive snake model segments and tracks neurons in 3D microscopy image stacks", NeuroImage, vol. 32, pp.1608-1620,2006.
  2. Verma R, Zacharaki E, Ou Y, Cai H, and Davatzikos C, " Multiparametric tissue characterization of brain neoplasms and their recurrence using pattern classification of MR images", Academic Radiology, vol. 15, issue 8,pp.966-77,2008 (Impact factor 2.094).
  3. Cai H, Xu X, Lu J, Lichtman J, Yung SP, and Wong STC," Using nonlinear diffusion and mean shift to detect and connect cross-sections of axons in 3D optical microscopy images", Medical Image Analysis, vol. 12, issue 6, pp. 666-675, 2008.
  4. Cai H*, Cui C, Tian H, Li L, "A Novel Approach to Segment and Classify Regional Lymph Nodes on Computed Tomography Images," Computational and Mathematical Methods in Medicine, vol. 2012.
  5. Wan, Xiang-Bo, Zhao, Yan, Fan, Xin-Juan, Cai, Hong-Min#, Zhang, Yan, Chen, Ming-Yuan, “Molecular Prognostic Prediction for Locally Advanced Nasopharyngeal Carcinoma by Support Vector Machine Integrated Approach”，PLOS One, 7(3), 2012/3/9.
  6. Cui C, Cai H, Tian H, Lai J, Li L, " Quantitative Analysis and Prediction of Lymph Node Status in Rectal Cancer Based on Computed Tomography Imaging", EuropeanRadiology, vol. 21(11), pp.2318-2325, 2011.
  7. 崔春艷, 李立, 蔡宏民, 田海英, 劉立志, 張敏，直腸癌腸旁淋巴結CT圖像相關影像學參數定量化分析，中國CT和MRI雜誌, 04期, pp 35-38, 2011.
  8. Hongmin Cai, Yanxia Peng, CaiwenOu, Minsheng Chen and Li Li, “Diagnosis of breast masses from dynamic contrast-enhanced and diffusion-weighted MR: a machine learning approach”, PLOS ONE, 2014,DOI: 10.1371/journal.pone.0087387
  9. Hongmin Cai, Zhong Yan, Weiming Xia, and Xiaoyin Xu, “A new iterative tri-class thresholding technique in image segmentation”, IEEE Transaction on Image Processing, 2014, 23(3), 1038-1046.
  10. Hongmin Cai, Peiying Ruan , Michael Ng,and Tatsuya Akutsu,“Feature weight estimation for gene selection: a local hyper linear learning approach”, BMC Bioinformatics, 2014, 15:70DOI: 10.1186/1471-2105-15-70
  11. Xiaoping Cheng,Hongmin Cai*,Ping Heb,Yue ZhangandRuntiao Tian，“Combination of effective machine learning techniques and chemometric analysis for evaluation of Bupleuri Radix through high-performance thin-layer chromatography”，Anal. Methods, 2013,5, 6325-6330
  12. Hongmin Cai, Lizhi Liu, Yanxia Peng, Yaopan Wu, and Li Li, “Diagnostic assessment by dynamic contrast-enhanced and diffusion-weighted MR in differentiation of breast lesions under different imaging protocols”, BMC Cancer, 2014, 14:366 DOI: 10.1186/1471-2407-14-366
  13. Haiying Tian, Hongmin Cai, Jianhuang Lai, “A Novel Impulse Noise Removal System Based on Robust Diffusion Tensor”, Neurocomputing, 133(10), 2014, 222–230.

會議論文

  1. Cai H, Xu X, Lu J, Lichtman J, Yung SP, and Wong STC, "Segment and Track Neurons in 3D by Repulsive Snake Method", Proceedings of the 2005 International Symposium on Intelligent Signal Processing and Communication Systems, pp. 529-531, 2005.
  2. Cai H, Verma R, Ou Y, Lee S, Melhem E.R, and Davatzikos C,"Probabilistic Segmentation of Brain Tumor on Multi-modaility MRI", ISBI 2007, pp:600 – 603, 2007.
  3. Cai H, Xu X, Lu J, Lichtman J, Yung SP, and Wong STC, "Shape-constrained repulsive snake method to segment and track neurons in 3D microscopy images", ISBI 2006, pp. 538-541, 2006
  4. Zhang Y, Xu X, Cai H, Yung SP, and Wong STC, "New Nonlinear Diffusion Method to Improve Image Quality", IEEE International Conference on Image Processing, ICIP 2007, pp.329-332, 2007.
  5. H.Y Tian, Cai H*, Lai J, X.Y Xu, “Image noise removal based on a new edge indicator”, ICIP 2011
  6. Cai H，Michale Ng,“Feature selection by RELIEF through local hyperplane approximation”, PAKDD 2012
  7. Cai H，Michale Ng,“Optimal combination of feature weight learning and classification based on local approximation”, ICDKE 2012

學術專著

Cai Hongmin, Quality enhancement and segmentation for biomedical images, LAP Lambert Academic Publishing GmbH & Co. KG, 2011

學術交流

作為訪問研究人員在哈佛大學Center for Bioinformatics 實驗室、賓夕法尼亞大學（UPenn） Section for Biomedical Analysis 實驗室從事生物醫學圖像方面的研究。
受邀訪問香港浸會大學、日本京都大學等從事生物信息方面的合作研究，和國內外的研究機構保持緊密積極的研究關係。

獲獎記錄

2014廣東省優秀青年教師。2014年9月華南理工大學校級重點培養人；2016年9月晉升博士生導師；2017年1月晉升教授；

相關詞條

熱門詞條

聯絡我們