郝小可

郝小可

郝小可，男，河北工業大學計算機科學與軟體學院碩士研究生導師。

基本介紹

  • 中文名：郝小可
  • 畢業院校：南京航空航天大學、南京信息工程大學 
  • 職業：教師
  • 專業方向：機器學習、醫學圖像分析、生物信息學、影像遺傳學
  • 職務：碩士研究生導師
  • 任職院校：河北工業大學
  • 教學職稱：教授 
個人簡介,教育工作經歷,受教育經歷,研究工作經歷,研究方向,科研項目,論文(著作),授權專利,科研獎項,

個人簡介

郝小可，河北工業大學人工智慧與數據科學學院教授，博士生導師，校聘“元光學者（啟航崗B（2018-2022）、英才崗B（2023-2027））”。研究領域包括機器學習、圖像處理與模式識別、醫學圖像分析、生物信息學。主持國家自然科學基金2項、河北省自然科學基金1項、中科院自動化所模式識別國家重點實驗室開放課題1項及多個企業合作項目。曾在美國印第安納大學訪問學習，與國內外多所高校及研究機構（其中包括醫院和醫學院）合作，發表期刊論文30餘篇（包括IEEE TIP/TMI/TBME/TCBB/TCDS、Medical Image Analysis、Neurocomputing、Bioinformatics、自動化學報等），授權發明專利5項，出版譯著1部。獲江蘇省人工智慧學會優秀博士學位論文獎。曾在國家自然科學基金委國際合作局兼聘工作、曾擔任中國計算機學會青年計算機科技論壇（CCF YOCSEF）天津分論壇副主席, 中國計算機學會人工智慧與模式識別（CCF AI）專委會委員、中國圖學學會圖學大數據專業委員會委員、醫學圖像計算青年研討會委員、天津市醫療健康學會健康大數據專委會委員。

教育工作經歷

受教育經歷

  • 2015/01-2015/06，美國印第安納大學，醫學院放射學與影像科學，訪問學習
  • 2012/09-2017/10，南京航空航天大學，計算機科學與技術學院，研究生/博士
  • 2009/09-2012/06，南京信息工程大學，計算機與軟體學院，研究生/碩士
  • 2005/09-2009/06，南京信息工程大學，計算機與軟體學院，本科/學士

研究工作經歷

  1. 2023.06- 河北工業大學 人工智慧與數據科學學院，準聘教授，博士生導師
  2. 2023.01-2023.05 河北工業大學 人工智慧與數據科學學院，準聘教授，碩士生導師
  3. 2021.03-2022.02 國家自然科學基金委 國際合作局，兼聘
  4. 2020.12-2022.12 河北工業大學 人工智慧與數據科學學院，副教授，碩士生導師
  5. 2018.04-2020.11 河北工業大學 人工智慧與數據科學學院，講師，碩士生導師
  6. 2017.12-2018.03 河北工業大學 計算機科學與軟體學院，講師

研究方向

機器學習、圖像處理與模式識別、醫學圖像分析、生物信息學。

科研項目

  1. 國家自然科學基金委員會, 面上項目, 面向多中心的多模態數據分析及腦疾病預測模型研究, 2023-01-01 至 2026-12-31, 在研, 主持
  2. 國家自然科學基金委員會, 面上項目, 管道焊接機器人高海拔地區自主作業熱電耦合機制和控制方法研究, 2021-01-01 至 2024-12-31,在研, 參與
  3. 國家自然科學基金委員會, 面上項目, 基於多源異構信息融合的長非編碼RNA功能富集分析方法研究, 2021-01-01 至 2024-12-31,在研, 參與
  4. 國家自然科學基金委員會, 國家重大科研儀器研製項目,面向神經外科腫瘤切除的高靈敏性智慧型顯微精準導航操作儀, 2021-01-01 至 2025-12-31, 在研, 參與
  5. 國家自然科學基金委員會, 面上項目,基於深度學習的心臟MR圖像雙心室量化方法研究,2020-01-01 至 2023-12-31, 在研, 參與
  6. 國家自然科學基金委員會, 青年科學基金項目,面向阿爾茨海默病的複雜數據關聯分析與融合診斷方法研究, 2019-01-01 至 2021-12-31,結題, 主持
  7. 國家自然科學基金委員會, 國際(地區)合作與交流項目, 高維多模態神經影像數據智慧型分析及其在腦疾病診斷中的套用, 2018-03-01 至 2021-02-28, 結題, 參與
  8. 河北省自然科學基金委員會, 青年科學基金項目, 基於多模態神經影像特徵選擇和表示學習的腦疾病分析方法研究, 2020-01-01 至 2022-12-31, 結題, 主持
  9. 中科院自動化所模式識別國家重點實驗室, 開放課題, 基於機器學習的多圖譜腦影像分析, 2019-01-01 至 2020-12-31, 結題, 主持
  10. 復旦大學, 雲光學特性的機器學習測試服務, 2023-05至2024-05, 在研，主持
  11. 天津市豐源燃氣熱力工程設計有限公司, 智慧供熱—人工智慧相關技術諮詢, 2021-02至2022-12, 結題, 主持
  12. 北京市新技術套用研究所, 大數據分析平台視頻結構化目標檢測與分析模型庫構建, 2021-02至2021-04, 結題, 主持

論文(著作)

  1. Xiaoke Hao, Ruxue Wang, Yingchun Guo, Yunjia Xiao, Ming Yu, Meiling Wang, Weibin Chen, Daoqiang Zhang: Multimodal Self-Paced Locality-Preserving Learning for Diagnosis of Alzheimer's Disease. IEEE Transactions on Cognitive and Developmental Systems 15(2): 832-843 (2023)
  2. Meiling Wang, Wei Shao, Xiaoke Hao, Daoqiang Zhang: Machine Learning for Brain Imaging Genomics Methods: A Review. Machine Intelligence Research 20(1): 57-78 (2023)
  3. Xiaoke Hao, Qihao Tan, Yingchun Guo, Yunjia Xiao, Ming Yu, Meiling Wang, Jing Qin, Daoqiang Zhang: Identifying Modality-Consistent and Modality-Specific Features via Label-Guided Multi-Task Sparse Canonical Correlation Analysis for Neuroimaging Genetics. IEEE Transactions on Biomedical Engineering 70(3): 831-840 (2023)
  4. Xiaoke Hao, Qijin An, Jiayang Li, Hongjie Min, Yingchun Guo, Ming Yu, Jing Qin: Exploring High-order Correlations with Deep-Broad Learning for Autism Spectrum Disorder Diagnosis. Frontiers in Neuroscience 16(1046268): 1-16 (2022)
  5. Ye Zhu, Chao Wang, Shuze Geng, Yang Yu, Xiaoke Hao: Multi-scale gradient attention guidance and adaptive style fusion for image inpainting. Journal of Visual Communication and Image Representation 89: 103681 (2022)
  6. 郭迎春, 馮放, 閻剛, 郝小可: 基於自適應融合網路的跨域行人重識別方法. 自動化學報 48(11): 2744-2756 (2022)
  7. 郝小可, 譚麒豪, 李家旺, 郭迎春, 於明: 基於噪聲混淆增強特徵魯棒性的腦疾病預測. 數據採集與處理 37(4): 776-786 (2022)
  8. Yingchun Guo, Fang Feng, Xiaoke Hao, Xi Chen: JAC-Net: Joint learning with adaptive exploration and concise attention for unsupervised domain adaptive person re-identification. Neurocomputing 483: 262-274 (2022)
  9. Meiling Wang, Wei Shao, Xiaoke Hao, Shuo Huang, Daoqiang Zhang: Identify connectome between genotypes and brain network phenotypes via deep self-reconstruction sparse canonical correlation analysis. Bioinformatics 38(8): 2323-2332 (2022)
  10. Jianwei Li, Mengfan Kong, Duanyang Wang, Zhenwu Yang, Xiaoke Hao: Prediction of lncRNA-Disease Associations via Closest Node Weight Graphs of the Spatial Neighborhood Based on the Edge Attention Graph Convolutional Network. Frontiers in Genetics 12(808962): 1-11 (2022)
  11. 郝小可，時間序列預測：基於機器學習和Python實現（譯著）, 機械工業出版社 (2022)
  12. Hua Lv, Ye Zhu, Yingchun Guo, Gang Yan, Yang Yu, Xiaoke Hao: Design and Practice of Multi-level Programming Experimental Teaching for Emerging Engineering Education. ICCSE (3) 2022: 544-551
  13. Meiling Wang, Wei Shao, Xiaoke Hao, Li Shen, Daoqiang Zhang: Identify Consistent Cross-Modality Imaging Genetic Patterns via Discriminant Sparse Canonical Correlation Analysis. IEEE/ACM Transactions on Computational Biology and Bioinformatics 18(4): 1549-1561 (2021)
  14. Xiaoke Hao, Jie Li, Yingchun Guo, Tao Jiang, Ming Yu: Hypergraph Neural Network for Skeleton-Based Action Recognition. IEEE Transactions on Image Processing 30: 2263-2275 (2021)
  15. Meiling Wang, Wei Shao, Xiaoke Hao, Daoqiang Zhang: Identify Complex Imaging Genetic Patterns via Fusion Self-Expressive Network Analysis. IEEE Transactions on Medical Imaging 40(6): 1673-1686 (2021)
  16. Baiying Lei, Yujia Zhao, Zhongwei Huang, Xiaoke Hao, Feng Zhou, Ahmed Elazab, Jing Qin, Haijun Lei: Adaptive sparse learning using multi-template for neurodegenerative disease diagnosis. Medical Image Analysis 61(101632): 1-13 (2020)
  17. Xiaoke Hao, Yongjin Bao, Yingchun Guo, Ming Yu, Daoqiang Zhang, Shannon L. Risacher, Andrew J. Saykin, Xiaohui Yao, Li Shen: Multi-modal neuroimaging feature selection with consistent metric constraint for diagnosis of Alzheimer's disease. Medical Image Analysis 60(101625): 1-13 (2020)
  18. Mingliang Wang, Xiaoke Hao, Jiashuang Huang, Kangcheng Wang, Li Shen, Xijia Xu, Daoqiang Zhang, Mingxia Liu: Hierarchical Structured Sparse Learning for Schizophrenia Identification. Neuroinformatics 18(1): 43-57 (2020)
  19. Yingchun Guo, Kunpeng Zhao, Xiaoke Hao, Ming Yu: Deep Regression Neural Network for End-to-End Person Re-Identification. IEEE Access 7: 92825-92837 (2019)
  20. Meiling Wang, Xiaoke Hao, Jiashuang Huang, Wei Shao, Daoqiang Zhang: Discovering network phenotype between genetic risk factors and disease status via diagnosis-aligned multi-modality regression method in Alzheimer's disease. Bioinformatics 35(11): 1948-1957 (2019)
  21. Qi Zhu, Ning Yuan, Jiashuang Huang, Xiaoke Hao, Daoqiang Zhang: Multi-modal AD classification via self-paced latent correlation analysis. Neurocomputing 355: 143-154 (2019)
  22. Xiaoke Hao, Xiaohui Yao, Shannon L. Risacher, Andrew J. Saykin, Jintai Yu, Huifu Wang, Lan Tan, Li Shen, Daoqiang Zhang: Identifying Candidate Genetic Associations with MRI-Derived AD-Related ROI via Tree-Guided Sparse Learning. IEEE/ACM Transactions on Computational Biology and Bioinformatics 16(6): 1986-1996 (2019)
  23. Jiashuang Huang, Qi Zhu, Xiaoke Hao, Xiaomeng Shi, Shuzhan Gao, Xijia Xu, Daoqiang Zhang: Identifying Resting-State Multifrequency Biomarkers via Tree-Guided Group Sparse Learning for Schizophrenia Classification. IEEE Journal of Biomedical and Health Informatics 23(1): 342-350 (2019)
  24. 張道強, 朱旗, 郝小可, 邵偉, 王明亮, 黃嘉爽, 黃碩: 腦影像智慧型分析. 中國科學：信息科學 48 (5): 1-14 (2018)
  25. 郝小可, 李蟬秀, 嚴景文, 沈理; 張道強: 基於統計學習的影像遺傳學方法綜述. 自動化學報 44(1): 13-24 (2018)
  26. Xiaoke Hao, Chanxiu Li, Jingwen Yan, Xiaohui Yao, Shannon L. Risacher, Andrew J. Saykin, Li Shen, Daoqiang Zhang: Identification of associations between genotypes and longitudinal phenotypes via temporally-constrained group sparse canonical correlation analysis. Bioinformatics 33(14): i341-i349 (2017)
  27. Mingliang Wang, Xiaoke Hao, Jiashuang Huang, Kangcheng Wang, Xijia Xu, Daoqiang Zhang: Multi-level Multi-task Structured Sparse Learning for Diagnosis of Schizophrenia Disease. MICCAI (3) 2017: 46-54
  28. Xiaoke Hao, Xiaohui Yao, Jingwen Yan, Shannon L. Risacher, Andrew J. Saykin, Daoqiang Zhang, Li Shen: Identifying Multimodal Intermediate Phenotypes Between Genetic Risk Factors and Disease Status in Alzheimer's Disease. Neuroinformatics 14(4): 439-452 (2016)
  29. Xiaoke Hao, Jingwen Yan, Xiaohui Yao, Shannon L. Risacher, Andrew J. Saykin, Daoqiang Zhang, Li Shen: Diagnosis-Guided Method for Identifying Multi-Modality Neuroimaging Biomarkers Associated with Genetic Risk Factors in Alzheimer's Disease. PSB 2016: 108-119
  30. Xiaoke Hao, Jintai Yu, Daoqiang Zhang: Identifying Genetic Associations with MRI-derived Measures via Tree-Guided Sparse Learning. MICCAI (2) 2014: 757-764

授權專利

  1. 郝小可; 異構多模態影像遺傳學數據特徵分析方法, 2022-05-03, 中國, ZL202011223328.1
  2. 郝小可; 基於多圖譜神經影像學數據進行生物標誌物的挖掘方法, 2022-03-01, 中國, ZL202011095325.4

科研獎項

  1. 江蘇省人工智慧學會優秀博士學位論文，2019年12月3日，排名第一
  2. 第十六屆“挑戰杯”全國大學生課外學術科技作品大賽三等獎，河北省特等獎，2019年，優秀指導教師，排名第一
  3. 第十四屆iCAN國際創新創業大賽，國家二等獎，優秀指導教師，本人排名第一

相關詞條

熱門詞條

聯絡我們