计算机科学与技术学院(软件学院)-陈宇飞导师介绍

更新于 2024-11-25 导师主页
陈宇飞 副教授 硕,博士生导师
计算机科学与技术学院(软件学院)
计算机科学与技术 ,计算机科学与技术 ,电子信息
机器学习,医学影像分析
yufeichen@tongji.edu.cn

博士招生专业

1
计算机科学与技术(博士)
2024
学术型博士

硕士招生专业

1
计算机科学与技术
2024
学术型硕士
2
计算机科学与技术
2024
专业学位硕士

陈宇飞,博士,副教授。2004年毕业于华东师范大学计算机科学与技术专业,获学士学位;2010年毕业于同济大学计算机应用专业,获工学博士学位;2010至2012年进入同济大学控制科学与工程博士后流动站工作;2008至2009年在德国达姆施塔特工业大学、德国弗劳恩霍夫图像数据处理研究所医学影像中心任访问研究员(Guest Researcher);于2012年加入同济大学电信学院CAD研究中心。主要研究领域为机器视觉、机器学习、医学数据分析,具体研究方向包括医学影像分析技术、计算机辅助疾病诊断(CAD)等。与医院长期合作进行医学CAD项目研发,针对目标区域精准分割、多源影像配准与融合、肿瘤不确定性决策等问题进行研究。

发表论文80余篇,其中一/二区/CCF-A/B (如TNNLS/TIP/KBS/AAAI/CVPR/MICCAI等)40余篇,授权发明专利12项;近年主持国家自然科学基金项目3项,国家重点研发计划课题1项,子课题1项,省部级项目2项;曾获上海新兴科学技术协同创新大赛优胜奖,受邀参加由上海市科委、上海市委JMRH办举办的“长三角高技术成果交易会”,对项目成果进行路演;带领团队多次获得ISICDM医学影像分析挑战赛一/二等奖,作为主要成员获上海市科学技术奖一等奖1项,三等奖1项,宁波市科学技术进步奖一等奖1项。

任医学影像国际会议MICCAI-CLIP主席、图像计算与数字医学国际研讨会ISICDM挑战赛主席、医学图像计算青年研讨会MICS委员会委员等,担任领域内多个重要学术期刊及会议的审稿人。为全国仿生学标委会委员、中国图象图形学学会会员、中国体视学会智能成像分会会员、上海市计算机学会人工智能专业委员会委员等。


展开更多

科研项目

1.     国家自然科学基金面上项目:结合证据理论与深度学习的胰腺肿瘤影像分析方法研究(编号:62173252),主持。

2.     国家自然科学基金重大研究计划培育项目:多源大数据环境下胰腺肿瘤辅助诊断决策方法研究(编号:92046008),主持。

3.     国家自然科学基金青年基金项目:基于领域知识的肝脏CT图割模型研究(编号:61103070),主持。

4.     国家重点研发计划课题:自主软件生态系统理论模式和标准规范研究(编号:2020YFB1712301),主持。

5.     国家自然科学基金项目:空间一致性约束与全局运动建模的特征匹配方法研究,排名第二。

6.     上海市科技创新行动计划项目课题:设备智能化数据分析与决策支持技术研究(编号:17511103502),主持。

7.     上海市科技创新行动计划项目课题:基于多源数据分析的智能检测技术研究(编号:18DZ1100704),主持。

8.     上海申康临床“五新”创新研发项目(重大临床研究项目):人工智能牙体牙髓病诊疗辅助系统的研发和临床应用,排名第二。

9.     上海市卫生健康委员会科研课题:基于CBCT实现患牙三维可视化与微创开髓设计的应用研究,排名第二。

10.   上海市科技创新行动计划医学创新研究专项:基于病理-影像深度学习的胰腺癌纤维化分级智能诊断研究,排名第二。

11.   上海市科技创新行动计划项目:基于CT、MRI放射组学诊断胰腺癌价值及临床意义研究,排名第三。

12.   同济大学青年优秀人才培养行动计划:计算机辅助肝肿瘤诊断系统关键技术研究(编号:0800219247),主持。

13.   中央高校基本科研业务费-学科交叉类(重点):沉浸式牙体牙髓病诊疗临床模拟训练系统的研发(编号:15042150012),主持。

展开更多

研究成果

(1) 期刊论文

[1]     G. Wang, Y. Chen. MCNet: Multiscale Clustering Network for Two-view Geometry Learning and Feature Matching, IEEE/CAA Journal of Automatica Sinica, 2023.

[2]     G. Wang, H. Shi, Y. Chen, B. Wu. Unsupervised Image-to-Image Translation via Long-Short Cycle-Consistent Adversarial Networks, Applied Intelligence, 2023.

[3]     P. Yang, K. Mao, Y. Gao, Z. Wang, J. Wang, Y. Chen, C. Ma , Y. Bian, C. Shao, J. Lu. Tumor size measurements of pancreatic cancer with neoadjuvant therapy based on RECIST guidelines: is MRI as effective as CT?. Cancer Imaging, 2023, 23(1): 1-10.

[4]     Y. Chen, C. Xu, W. Ding, S. Sun, X. Yue, H. Fujita, Target-aware U-Net with Fuzzy Skip Connections for Refined Pancreas Segmentation, Applied Soft Computing, 2022, 131(109818): 1-11.

[5]     J. Wang, C. Ma, P. Yang, Z. Wang, Y. Chen, Y. Bian, C. Shao, J. Lu. Diffusion Weighted Imaging of the Abdomen: Correction for Gradient Nonlinearity Bias in Apparent Diffusion Coefficient, Journal of Magnetic Resonance Imaging, 2022: 1-9.

[6]     S. Xu, Y. Chen, C. Ma, X. Yue. Deep Evidential Fusion Network for Medical Image Classification, International Journal of Approximate Reasoning, 2022, 150: 188-198.

[7]     W. Tan, P. Liu, X. Li, S. Xu, Y. Chen, J. Yang. Segmentation of Lung Airways Based on Deep Learning Methods, IET Image Processing, 2022: 1-13.

[8]     X. Zhou, X. Yue, Z. Xu, T. Denoeux, Y. Chen. PENet: Prior Evidence Deep Neural Network for Bladder Cancer Staging, Methods, 2022, 207: 20-28.

[9]     X. Yue, Y. Chen, B. Yuan, Y. Lv. Three-Way Image Classification with Evidential Deep Convolutional Neural Networks, Cognitive Computation, 2022, 14: 2074-2086.

[10]  G. Wang, Y. Chen. SCM: Spatially Coherent Matching with Gaussian Field Learning for Nonrigid Point Set Registration, IEEE Transactions on Neural Networks and Learning Systems, 2021, 32(1): 203-213.

[11]  G. Wang, Y. Chen. Robust Feature Matching using Guided Local Outlier Factor, Pattern Recognition, 2021, 117: 107986.

[12]  X. Lin, Y. Fu, G. Ren, X. Yang, W. Duan, Y. Chen, Q. Zhang. Micro-Computed Tomography-Guided Artificial Intelligence for Pulp Cavity and Tooth Segmentation on Cone-beam Computed Tomography, Journal of Endodontics, 2021, 47(12): 1933-1941.

[13]  X. Yang, Y. Chen, X. Yue, C. Ma, P. Yang, Local Linear Embedding Based Interpolation Neural Network in Pancreatic Tumor Segmentation, Applied Intelligence, 2021, 52(8): 8746-8756.

[14]  W. Duan, Y. Chen, Q. Zhang, X. Lin, X. Yang. Refined tooth and pulp segmentation using U-Net in CBCT image, Dentomaxillofacial Radiology, 2021, 49: 20200251.

[15]  W. Tan, L. Zhou, X. Li, X. Yang, Y. Chen, J. Yang. Automated Vessel Segmentation in Lung CT and CTA Images via Deep Neural Networks, Journal of X-Ray Science and Technology, 2021, 29(6): 1123–1137.

[16]  W. Tan, P. Huang, X. Li, G. Ren, Y. Chen, J. Yang. Analysis of Segmentation of Lung Parenchyma Based on Deep Learning Methods, Journal of X-Ray Science and Technology, 2021, 29(6): 945–959.

[17]  X. Yue, Y. Chen, D. Miao, H. Fujita. Fuzzy Neighborhood Covering for Three-way Classification, Information Sciences, 2020, 507: 795-808.

[18]  X. Yue, X. Xiao, Y. Chen, J. Qian. Robust Neighborhood Covering Reduction with Determinantal Point Process Sampling, Knowledge-Based Systems, 2020, 188: 105063.

[19]  H. Zheng, Y. Chen, X. Yue, C. Ma, X. Liu, P. Yang, J. Lu. Deep Pancreas Segmentation with Uncertain Regions of Shadowed Sets, Magnetic Resonance Imaging, 2020, 68: 45-52.

[20]  X. Wu, Y. Chen, X. Liu, J. Shen, K. Zhuo, W. Zhao. Superpixel via Coarse-to-fine Boundary Shift, Applied Intelligence, 2020, 50: 2079-2092.

[21]  G. Wang, Y. Chen, X. Zheng. Gaussian Field Consensus: A Robust Nonparametric Matching Method for Outlier Rejection. Pattern Recognition, 2018, 74: 305-316.

[22]  X. Wu, X. Liu, Y. Chen, J. Shen, W. Zhao. A Graph based Superpixel Generation Algorithm, Applied Intelligence, 2018, 48: 4485–4496.

[23]  G. Wang, Q. Zhou, Y. Chen. Robust Non-rigid Point Set Registration Using Spatially Constrained Gaussian Fields. IEEE Transactions on Image Processing, 2017, 26(4): 1759-1769.

[24]  Y. Chen, X. Yue, H. Fujita, S. Fu. Three-way Decision Support for Diagnosis on Focal Liver Lesions. Knowledge-Based Systems, 2017, 127: 85-99.

[25]  Y. Chen, X. Yue, R. Y. D. Xu, H. Fujita. Region Scalable Active Contour Model with Global Constraint. Knowledge-Based Systems, 2017, 120: 57-73.

[26]  G. Wang, Y. Chen. Fuzzy Correspondences Guided Gaussian Mixture Model for Point Set Registration, Knowledge-Based Systems, 2017, 136: 200-209.

[27]  X. Yue, Y. Chen, D. Miao, J. Qian. Tri-partition Neighborhood Covering Reduction for Robust Classification. International Journal of Approximate Reasoning, 2017, 83: 371-384.

[28]  J. Hong, Y. Chen, X. Liu, W. Zhao, N. Jia, Q. Zhou. Image Structure Based Saliency Detection. Journal of Electronic Imaging, 2017, 26(4): 043019.

[29]  Y. Ren, Y. Chen, X. Yue. Supervised Sparsity Preserving Projections for Face Recognition. Computing and Informatics, 2017, 36(4): 815-836.

[30]  G. Wang, Z. Wang, Y. Chen, Q. Zhou, W. Zhao. Removing Mismatches for Retinal Image Registration via Multi-Attribute-Driven Regularized Mixture Model. Information Sciences, 2016, 372: 492-504.

[31]  G. Wang, Z. Wang, Y. Chen, X. Liu, Y. Ren, L. Peng. Learning Coherent Vector Fields for Robust Point Matching under Manifold Regularization. Neurocomputing, 2016, 216: 393-401.

[32]  Z. Wang, Y. Chen, Z. Zhu, W. Zhao. An Automatic Panoramic Image Mosaic Method Based on Graph Model. Multimedia Tools and Applications, 2016, 75(5): 2725-2740.

[33]  Y. Ren, Z. Wang, Y. Chen, X. Shan, W. Zhao. Sparsity Preserving Discriminative Learning with Applications to Face Recognition. Journal of Electronic Imaging, 2016, 25(1): 013005.

[34]  G. Wang, Z. Wang, Y. Chen, W. Zhao. A Robust Non-rigid Point Set Registration Method based on Asymmetric Gaussian Representation. Computer Vision and Image Understanding, 2015, 141: 67-80.

[35]  G. Wang, Z. Wang, Y. Chen, W. Zhao. Robust Point Matching Method for Multimodal Retinal Image Registration. Biomedical Signal Processing and Control, 2015, 19: 68-76.

[36]  Y. Chen, Z. Wang, J. Hu, W. Zhao, Q. Wu. The Domain Knowledge Based Graph-cut Model for Liver CT Segmentation, Biomedical Signal Processing and Control, 2012, 7(6): 591-598.

(2)会议论文

[1]     W. Liu, Y. Chen, X. Yue, C. Zhang, S. Xie. Trusted Multi-View Deep Learning with Opinion Aggregation, AAAI Conference on Artificial Intelligence (AAAI), 2023. (CCF-A)

[2]     X. Yang, Y. Chen, X. Yue, S. Xu, C. Ma. T-distributed Spherical Feature Representation for Imbalanced Classification, AAAI Conference on Artificial Intelligence (AAAI), 2023. (CCF-A)

[3]     M. Fichmann-Levital, S. Khawaled, Y. Chen, J.A. Kennedy, and M. Freiman. Uncertainty assessment in whole-body low dose PET reconstruction using non-parametric Bayesian deep learning approach. Proc. IEEE 20th International Symposium on Biomedical Imaging (ISBI), 2023.

[4]     G. Ren, Y. Chen, S. Qi, Y. Fu, Q. Zhang. Feature Patch Based Attention Model for Dental Caries Classification. Workshop on Clinical Image-Based Procedures (MICCAI-CLIP), 2023: 62-71.

[5]     W. Liu, X. Yue, Y. Chen, T. Denoeux. Trusted Multi-View Deep Learning with Opinion Aggregation, AAAI Conference on Artificial Intelligence (AAAI), 2022. (CCF-A)

[6]     Q. Wu, Y. Chen, N. Huang, X. Yue. Weakly Supervised Cerebrovascular Segmentation Network with Shape Prior and Model Indicator. ACM International Conference on Multimedia Retrieval (ICMR), 2022: 668-676. (CCF-B)

[7]     X. Huang, X. Yue, Z. Xu, Y. Chen. Harnessing Deep Bladder Tumor Segmentation with Logical Clinical Knowledge, International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI), 2022, 13434: 725-735. (CCF-B)

[8]     X. Yang, Y. Chen, X. Yue, X. Lin, Q. Zhang. Variational Synthesis Network for Generating Micro Computed Tomography from Cone Beam Computed Tomography, IEEE International Conference on Bioinformatics and Biomedicine (BIBM), 2021: 1611-1614. (CCF-B)

[9]     X. Zhou, X. Yue, Z. Xu, T. Denoeux, Y. Chen. Deep Neural Networks with Prior Evidence for Bladder Cancer Staging, IEEE International Conference on Bioinformatics and Biomedicine (BIBM), 2021: 1221-1226. (CCF-B)

[10]   X. Huang, X. Yue, Z. Xu, Y. Chen. Integrating General and Specific Priors into Deep Convolutional Neural Networks for Bladder Tumor Segmentation, International Joint Conference on Neural Networks (IJCNN), 2021: 1-8. (CCF-C)

[11]   S. Xu, Y. Chen, C. Ma, X. Yue. Deep Evidential Fusion Network for Image Classification, International Conference on Belief Functions: Theory and Applications (BELIEF), 2021: 185-193.

[12]   G. Wang, H. Shi, Y. Chen. Self-Augmentation with Dual-Cycle Constraint for Unsupervised Image-to-Image Generation, International Conference on Tools with Artificial Intelligence (ICTAI), 2021: 886-890. (CCF-C)

[13]   C. Zhang, X. Yue, Y. Chen, Y. Lv. Integrating Diagnosis Rules into Deep Neural Networks for Bladder Cancer Staging, ACM International Conference on Information and Knowledge Management (CIKM), 2020: 2301-2304. (CCF-B)

[14]   L. Luo, Y. Chen, X. Liu, Q. Deng. Feature Aware and Bilinear Feature Equal Interaction Network for Click-Through Rate Prediction, International Conference on Neural Information Processing (ICONIP), 2020: 432-443. (CCF-C)

[15]   H. Zheng, Y. Chen, X. Yue, C. Ma. Deep Interactive Segmentation of Uncertain Regions with Shadowed Sets. International Symposium on Image Computing and Digital Medicine (ISICDM), 2019: 244-248.

[16]   X. Chen, Y. Chen, C. Ma, X. Liu, X. Tang. Classification of Pancreatic tumors based on MRI Images using 3D Convolutional Neural Networks. International Symposium on Image Computing and Digital Medicine (ISICDM), 2018:92-96.

[17]   W. Xu, X. Yue, Y. Chen, M. Reformat. Ensemble of Active Contour Based Image Segmentation. IEEE International Conference on Image Processing (ICIP), 2017: 86-90. (CCF-C)

[18]   G. Wang, Z. Wang, Y. Chen, Q. Zhou, W. Zhao. Context-Aware Gaussian Fields for Non-rigid Point Set Registration. IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2016: 5811-5819. (CCF-A)

[19]   G. Wang, Z. Wang, Y. Chen, W. Zhao, X. Liu. Fuzzy Correspondences and Kernel Density Estimation for Contaminated Point Set Registration. IEEE International Conference on Systems, Man, and Cybernetics, 2015: 1936-1941. (CCF-C)

 


展开更多

学校介绍


  同济大学是国家教育部直属重点大学,也是首批被批准成立研究生院、并被列为国家“ 211 工程”和“面向 21 世纪教育振兴行动计划”(985 工程)与上海市重点建设的高水平研究型大学之一。同济大学创建于 1907 年,现已成为拥有理、工、医、文、法、经(济)、管(理)、哲、教(育)9 大门类的研究型、综合性、多功能的现代大学。

  同济大学现设有各类专业学院 22 个,还建有继续教育学院、 职业技术教育学院等,设有经中德政府批准合作培养硕士研究生的中德学院、中德工程学院,与法国巴黎高科大学集团合作举办的中法工程和管理学院等。目前学校共有 81 个本科专业、 140 个硕士点、 7 个硕士专业学位授权点、博士授权点 58 个、 13 个博士后流动站,学校拥有国家级重点学校 10 个。各类学生 5 万多人,教学科研人员 4200 多人,其中有中科院院士 6 人、工程院院士 7 人,具有各类高级职称者 1900 多人,拥有长江学者特聘教授岗位 22 个。作为国家重要的科研中心之一,学校设有国家、省部级重点实验室和工程研究中心等国家科研基地 16 个。学校还设有附属医院和 2 所附属学校。

  近年来同济大学正在探索并逐步形成有自己特色的现代教育思想和办学理念。以本科教育为立校之本,以研究生教育为强校之路。确立“知识、能力、人格”三位一体的全面素质教育和复合型人才培养模式。坚持“人才培养、科学研究、社会服务、国际交往”四大办学功能协调发展,努力强化服务社会的功能,实现大学功能中心化。以国家科技发展战略和地区经济重点需求为指针,促进传统学科高新化、新兴学科强势化、学科交叉集约化。与产业链紧密结合,形成优势学科和相对弱势学科互融共进的学科链和学科群,构建综合性大学的学科体系,其中桥梁工程、海洋地质、城市规划、结构工程、道路交通、车辆工程、环境工程等学科在全国居领先地位。在为国家经济建设和社会发展做贡献的过程中,争取更多的“单项冠军”,提升学校的学术地位和社会声誉。学校正努力建设文理交融、医工结合、科技教育与人文教育协调发展的综合性、研究型、国际知名高水平大学。

  同济大学已建成的校园占地面积 3700 多亩,分五个校区,四平路校区位于上海市四平路,沪西校区位于上海市真南路,沪北校区位于上海市共和新路,沪东校区位于上海市武东路。正在建设中的嘉定校区位于安亭上海国际汽车城内。

  同济大学研究生院简介

  同济大学一贯重视研究生教育,早在 20 世纪 50 年代初即在部分专业招收培养研究生。 1978 年学校恢复招收硕士研究生, 1981 年起招收博士研究生,同年被国务院学位委员会批准为首批有权授予博士、硕士学位的单位。 1986 年经国务院批准试办研究生院, 1996 年经评估正式成立研究生院,成为我国培养高层次专门人才的重要基地之一。同济大学现有一级学科博士学位授权点 12 个,二级学科博士学位授权点 68 个(含自主设置 10 个二级学科博士点),硕士学位授权点 147 个(含自主设置 7 个二级学科硕士点),分属哲学、经济学、法学、教育学、文学、理学、工学、医学、管理学等 9 个学科门类。其中土木工程、建筑学、交通运输工程、海洋科学、环境科学与工程、力学、材料科学与工程等学科处在全国优势和领先地位,机电、管理、理学等学科近年有了长足进展。我校还设有 13 个博士后科研流动站。近些年来,为了适应我国经济建设和社会发展的需要,学校还十分注重培养不同类型、多个层次、多种规格的高层次专门人才。学校既设科学学位,又设工商管理、行政管理、建筑学、临床医学、工程硕士(含 21 个工程领域)、口腔医学等多种专业学位;既培养学术型、研究型研究生,又培养应用型、复合型专业学位研究生;既有在校全日制攻读学位模式,又有在职人员攻读专业硕士学位或以同等学力申请硕士学位、中职教师在职攻读硕士学位、高校教师在职攻读硕士学位模式。此外,还面向社会举办多种专业研究生课程进修班等,充分发挥了我校学科优势和特色,由此形成了多渠道、多规格、多层次的办学模式,取得了良好的社会效益。

  同济大学研究生院是校长领导下具有相对独立职能的研究生教学和行政管理机构,下设招生办公室、管理处、培养处、学位办公室、学科建设办公室和行政办公室。同时,学校党委还专门设立了研究生工作部。学校设有校学位评定委员会,各学院有学位评定分委员会,并设立了各学科、专业委员会,配有学位管理工作秘书、教务员、班主任、研究生教学秘书等教辅人员。研究生院曾多次被评为全国和上海市学位与研究生教育管理工作先进集体。

  二十多年来,同济大学始终把全面提高培养质量作为研究生教育改革的指导思想,在严格质量管理方面采取了一系列切实有效的措施,取得了较好效果。在连续多年全国百篇优秀博士学位论文评选中,有 7 篇入选。同济大学为国家培养了一大批高素质的高级专门人才,至今已授予博士学位 1311 人,硕士学位近 9504 人,其中有相当一部分已成为我国社会主义现代化建设的重要骨干力量。至 2004 年 9 月,在校博士、硕士研究生约达 11000 多人,专业学位硕士生约 2700 人。根据本校研究生教育发展规划, 2006 年计划招收博士生、硕士生(含专业学位研究生)超过 4000 名。同济大学正在为我国经济建设和社会发展输送高层次人才做出更大的贡献。

展开更多

同济大学硕士研究生学费及奖助政策

收费和奖励

1) 按照国务院常务会议精神,从 2014 年秋季学期起,向所有纳入国家招生计划的新入学研究生收取学费。其中:工程管理硕士(125600)、MBA[微博](125100)、MPA(125200)、法律硕士(非法学)(035101)、软件工程领域工程硕士(085212)、金融硕士(025100)、会计硕士(125300)、翻译硕士(055101、055109)、护理硕士(105400)、教育硕士(045100)、汉语国际教育硕士(045300)、人文学院(210)的艺术硕士(135108)专业学位研究生的学费标准另行公布,其它硕士研究生学费不超过 8000 元/学年。

2) 对非定向就业学术型研究生和非定向就业专业学位硕士研究生,同济大学有完善的奖励体系(工程管理硕士(125600)、MBA(125100)、MPA(125200)、法律硕士(非法学)(035101)、软件工程硕士(085212)、金融硕士(025100)、会计硕士(125300)、翻译硕士(055101、055109)、护理硕士(105400)、教育硕士(045100)、汉语国际教育硕士(045300)、人文学院(210)的艺术硕士(135108)的奖励由培养单位另行制订)。对亍纳入奖励体系的非定向就业学术型硕士生和非定向就业专业学位硕士生在入学时全部都可以获得 8000 元/学年的全额学业奖学金,该奖学金用以抵充学费。对纳入奖励体系的硕士研究生还可获得不少亍 600 元/月的励学金,每年发放10 个月。另外,纳入奖励体系的非定向就业研究生都可以申请励教和励管的岗位,获得额外的资励。所有非定向就业硕士研究生在学期间纳入上海市城镇居民基本医疗保险,可申请办理国家励学贷款,可参加有关专项奖学金评定。

3)工商管理硕士在职班、金融硕士在职班、公共管理硕士、工程管理硕士、会计硕士、护理硕士、教育硕士、汉语国际教育硕士、人文学院的艺术硕士采取在职学习方式,考生录取后,人事关系不人事档案不转入学校,在读期间不参加上海市大学生医疗保障,学校不安排住宿,毕业时不纳入就业计划。

展开更多
点赞
意向报名 前往导师主页