陳昱蒞，博士，副教授，碩士生導師。主要研究方向為智慧型數字病理圖像診斷模型及預後風險預測研究。2001年9月至2005年6月獲蘭州大學電子信息科學與技術專業理學學士學位。2011年12月獲蘭州大學“無線電物理”專業理學博士學位。2012年2月獲韓國科學與技術研究院（KIST）“人機互動與機器人學”專業工學博士學位。2012年7月，在陝西師範大學計算機科學學院從事科研和教學工作。2020年由國家留學基金委公派，赴美國凱斯西儲大學計算成像與個性化診斷中心(CCIPD)交流訪學。在IEEE Transactions on Neural Networks and Learning Systems, IEEE Transactions on Neural Networks，USCAP美國加拿大病理學會年會（病理學界最具影響力的國際學術組織之一）等重要期刊和會議上發表學術論文多篇。主持國家自然科學基金項目1項、中央高校基本科研業務費專項資金項目2項、國際合作項目1項、現代教學技術教育部重點實驗室開放課題1項；參與多項國家級和省部級科研項目。
基本介紹
- 中文名：陳昱蒞
- 職稱：副教授
- 研究方向：生物醫學圖像處理、計算機視覺、深度學習、機器學習
人物簡介,主持項目,論文成果,發表專利,獲獎,
人物簡介
2012年2月獲韓國科學與技術研究院（KIST）“人機互動與機器人學”專業工學博士學位。2011年12月獲蘭州大學“無線電物理”專業理學博士學位。2001年9月至2005年6月獲蘭州大學電子信息科學與技術專業理學學士學位。IEEE會員。主持國家自然科學基金項目1項、中央高校基本科研業務費專項資金項目1項、國際合作項目1項、現代教學技術教育部重點實驗室開放課題1項；參與多項國家級科研項目。近年在國內外著名雜誌期刊發表學術論文多篇。2012年7月，在陝西師範大學計算機科學學院從事科研和教學工作。
主持項目
[1] 國家自然科學基金青年項目：PCNN深度模型及乳腺病理圖像自動分析方法研究(2016.1-2018.12，主持)
[2] 中央高校基本科研業務費項目：PCNN深度模型及細胞組織圖像分類檢測方法研究 (2017.1-2019.12，主持)
[3] 現代教學技術教育部重點實驗室開放課題：基於深度脈衝耦合神經網路的目標識別方法研究(2015.1-2016.12，主持)
[4] KIST-IRDA校友合作項目：Object Recognition based on SPCNN and Convolutional Deep Network Model (2015.1-2015.12，主持)
[5] 中央高校基本科研業務費項目：基於PCNN彩色圖像分割的目標識別研究 (2013.1-2014.12，主持)
論文成果
[1] Yuli Chen, Haojia Li, Andrew Janowczyk, Paula Toro, Germán Corredor, Jon Whitney, Cheng Lu, Can F Koyuncu, Mojgan Mokhtari, Christina Buzzy, Shridar Ganesan, Michael D. Feldman, Pingfu Fu, Haley Corbin, Aparna Harbhajanka, Hannah Gilmore, Lori J Goldstein, Nancy E Davidson, Sangeeta Desai, Vani Parmar, Anant Madabhushi. “Computational Pathology Improves Risk Stratification of a Multi-Gene Assay for Early Stage ER+ Breast Cancer: A Retrospective, Multi-institutional Validation Study,” Clinical Cancer Research, 2022. (Under review)（SCI檢索，JCR一區）
[2] Yuli Chen, Haojia Li, Andrew R. Janowczyk, Can F. Koyuncu, Paula Toro, German Corredor, Jon Whitney, Cheng Lu, Shridar Ganesan, Michael D. Feldman, Pingfu Fu, Hannah Gilmore, Aparna Harbhajanka, Haley N. Sechrist, Sangeeta Desai, Vani Parmar, Anant Madabhushi. “Computerized Measurements of Nuclear Morphology Features, Mitosis Rate, and Tubule Formation from H&E Images Predicts Recurrence-Free Survival in ER plus & LN- Invasive Breast Cancer: A Multi-Institutional Study,” in 2021 USCAP 110th Annual Meeting. （USCAP美國加拿大病理學會年會——病理學界最具影響力的國際學術會議之一）
[3] Yuhang Jia, Cheng Lu, Xue Li, Miao Ma, Zhao Pei, Zengguo Sun, Yuli Chen (通訊作者). “Nuclei Instance Segmentation and Classification in Histopathological Images using a DT-Yolact,” The 4th International Conference on Data Science and Computational Intelligence (DSCI-2021). London, UK, Dec. 20-22, 2021.
[4] Yuli Chen, Xingwei Li, Huiting Yao, Xue Li, Miao Ma, Zhao Pei, Cheng Lu. “Adherent Nuclei Edge Detection Based on Caps-Unet,”. 2020 IEEE Intl Conf on Parallel & Distributed Processing with Applications, Big Data & Cloud Computing, Sustainable Computing & Communications, Social Computing & Networking (ISPA/BDCloud/SocialCom/SustainCom). Exeter, UK, Dec. 17-19, 2020.
[5] Yuli Chen, Huiting Yao, Miao Ma, Zhao Pei, Xingwei Li, Zengguo Sun. “P-Spiking Deep Neural Network Based on Adaptive SPCNN Temporal Coding,”. 2019 IEEE International Conferences on Ubiquitous Computing & Communications (IUCC) and Data Science and Computational Intelligence (DSCI) and Smart Computing, Networking and Services (SmartCNS). Shenyang China, Oct. 21-23, 2019.
[6] Yuli Chen, Yide Ma, Dong Hwan Kim, and Sung-Kee Park. “Region-based Object Recognition by Color Segmentation Using a Simplified PCNN”. IEEE Transactions on Neural Networks and Learning Systems. vol. 26, no. 8, pp. 1682-1697, Aug. 2015. (SCI檢索，JCR一區，TOP期刊)
[7] Yuli Chen, Sung-Kee Park, Yide Ma, and Rajeshkanna Ala.“A New Automatic Parameter Setting Method of a Simplified PCNN for Image Segmentation”. IEEE Transactions on Neural Networks, vol. 22, no. 6, pp. 880-892, June 2011. (SCI檢索，JCR二區)
[8] Yuli Chen, Yide Ma, Dong Hwan Kim, Sung-Kee Park. “Object Recognition based on a Simplified PCNN”. ICINCO (2) 2012: 223-229.
[9] K. Aditya, Yuli Chen, Eun-Hye Kim, Ganesha Udupa, Yongkwun Lee: “Development of Bio-machine based on the plant response to external stimuli”. ROBIO 2011: 1218-1223.
發表專利
[1] 陳昱蒞; 賈宇航; 陸鋮; 馬苗; 裴炤; 李雪; 任敬. 基於自下而上路徑增強的細胞實例分割方法, 公開日：2021. 01.01
[2] 陳昱蒞; 李雪; 陸鋮; 馬苗; 裴炤; 賈宇航; 任敬. 基於生成對抗網路和Caps-Unet網路的粘連細胞核分割方法, 公開日：2020.12.18
[3] 陳昱蒞; 任敬; 馬苗; 裴炤; 李雪; 賈宇航. 基於自注意力生成對抗網路的車牌運動模糊圖像處理方法, 公開日：2021.04.20
[4] 陳昱蒞; 李興偉; 馬苗; 姚慧婷. 用改進的U-Net檢測細胞核邊緣的方法, 公開日：2018.12.21
[5] 陳昱蒞; 姚慧婷; 馬苗; 李興偉. 改進的脈衝深度神經網路的圖像分類方法, 公開日：2018.12.11
獲獎
雷秀娟，謝娟英，陸鋮，代才，陳昱蒞．高維多尺度生物大數據模式挖掘與疾病預測．陝西省科學技術獎(自然科學獎二等獎)，陝西省人民政府，2019年12月
