姓  名：张意 

导师类别：博士生导师

职称/职务：教授/党总支副书记兼副院长

电子邮件：yzhang@scu.edu.cn

个人主页:  deepimaging.group

研究方向：医学成像、隐私保护、遥感信息处理、可解释性人工智能

l 个人简介

张意，教授，博士生导师，3200威尼斯vip党总支副书记兼副院长。先后于3200威尼斯vip计算机学院获得工学学士（2005）、理学硕士（2008）及工学博士（2012）学位。2014年2月至2015年3月于美国伦斯勒理工学院生物医学工程系做博士后工作。中国体视学会智能成像分会副秘书长、中国生物医学工程学会医学图像信息与控制分会及中国自动化学会分数阶系统与控制专业委员会委员、四川省高等院校计算机基础教育研究会常务理事。

l 教学科研及获奖情况

张意教授一直从事基于可解释性人工智能的医学成像相关工作，具体研究方向包括图像重建、隐私保护、深度学习等。目前已在IEEE TMI、IEEE TCI、IEEE TMM、IEEE SPL、IEEE TRPMS、IEEE TGRS、MedIA等权威学术期刊及会议发表论文70余篇，ESI高被引论文6篇，多次受邀本领域多个主流会议（MICCAI, IEEE NSS/MIC, IEEE ISBI, SIAM IS, Fully 3D等）上作特邀报告，作为负责人主持国家重点研发计划子课题、国家自然科学基金、四川省杰出青年科技人才项目等多个国家级、省部级项目。International Journal of Biomedical Imaging及Sensing and Imaging客座编辑，IEEE Transactions on Medical Imaging期刊卓越审稿人，IEEE ICASSP、ISICDM、UIC、ICSI、中国生物医学工程大会等国内外会议的程序委员会委员或分会场主席，中国体视学会智能成像分会副秘书长、中国生物医学工程学会医学图像信息与控制分会及中国自动化学会分数阶系统与控制专业委员会委员。Nature Machine Intelligence、IEEE TMI、IEEE TNS、IEEE TIP、IEEE TRPMS、IEEE TBME、IEEE TMM等国际权威学术期刊审稿人。

曾获吴文俊人工智能科技进步奖二等奖、中国体视学会青年科技奖、四川省杰出青年科技人才项目、四川省教学成果一等奖、3200威尼斯vip未来教学名师奖、3200威尼斯vip好未来优秀学者奖一等奖、四川省高层次人才计划入选者、四川省学术和技术带头人后备人选。

l 近年主持科研项目

1. 自然科学基金项目《分数阶微积分在医学低剂量CT图像重建中的应用研究》（2014-2016）；

2. 自然科学基金项目《基于图像块匹配和低秩张量分解的能谱CT成像理论和方法研究》（2017-2020）；

3. 国家重点研发计划重点专项项目《高质高效的审判支撑关键技术及装备研究》（2018-2021）；

4. 四川省杰出青年科技人才项目《基于弱监督学习的医学成像方法研究》（2021-2023）。

l 近年代表性论文著作

1. Wenjun Xia, Zexin Lu, Yongqiang Huang, Yan Liu, Hu Chen, Jiliu Zhou, and Yi Zhang. CT Reconstruction with PDF: Parameter-dependent framework for data from multiple geometries and dose levels. IEEE Transactions on Medical Imaging, pp. 3065-3076, vol. 40, no. 11, 2021.

2. Wenjun Xia, Zexin Lu, Yongqiang Huang, Zuoqiang Shi, Yan Liu, Hu Chen, Yang Chen, Jiliu Zhou, and Yi Zhang. MAGIC: Manifold and graph integrative convolutional network for low-dose CT reconstruction. IEEE Transactions on Medical Imaging, pp. 3459-3472, vol. 40, no. 12, 2021.

3. Yongqiang Huang, Wenjun Xia, Zexin Lu, Yan Liu, Hu Chen, Jiliu Zhou, Leyuan Fang, and Yi Zhang. Noise-powered disentangled representation for unsupervised speckle reduction of optical coherence tomography images. IEEE Transactions on Medical Imaging, pp. 2600-2614, vol. 40, no. 10, 2021.

4. Zerui Shao, Yifei Pu, Jiliu Zhou, Bihan Wen, and Yi Zhang. Hyper RPCA: Joint maximum correntropy criterion and Laplacian scale mixture modeling on-the-fly for moving object detection. IEEE Transactions on Multimedia, DOI: 10.1109/TMM.2021.3121571, 2021.

5. Yancun Lai, Fei Fan, Qingsong Wu, Wenchi Ke, Peixi Liao, Zhenhua Deng, Hu Chen, Yi Zhang. LCANet: Learnable connected attention network for human identification using dental images. IEEE Transactions on Medical Imaging, pp. 905-915, vol. 40, no. 3, 2021.

6. Maosong Ran, Wenjun Xia, Yongqiang Huang, Zexin Lu, Peng Bao, Yan Liu, Huaiqiang Sun, Jiliu Zhou, and Yi Zhang. MD-Recon-Net: a parallel dual-domain convolutional neural network for compressed sensing MRI. IEEE Transactions on Radiation and Plasma Medical Sciences, pp. 120-135, vol. 5, no. 1, 2021.

7. Chenyu You, Guang Li, Yi Zhang, Xiaoliu Zhang, Hongming Shan, Mengzhou Li, Shenghong Ju, Zhen Zhao, Zhuiyang Zhang, Wenxiang Cong, Michael W. Vannier, Punam K. Saha, Eric A. Hoffman, and Ge Wang. CT super-resolution GAN constrained by the identical, residual, and cycle learning ensemble (GAN-CIRCLE). IEEE Transactions on Medical Imaging, pp. 188-203, vol. 39, no. 1, 2020.

8. Wenjun Xia, Weiwen Wu, Shanzhou Niu, Fenglin Liu, Jiliu Zhou, Hengyong Yu, Ge Wang, and Yi Zhang. Spectral CT reconstruction – ASSIST: aided by self-similarity in image-spectral tensors. IEEE Transactions on Computational Imaging, pp. 420-436, vol. 5, no. 3, 2019.

9. Peng Bao, Wenjun Xia, Kang Yang, Weiyan Chen, Mianyi Chen, Yan Xi, Jiliu Zhou, He Zhang, Huaiqiang Sun, Zhangyang Wang, and Yi Zhang. Convolutional sparse coding for compressed sensing CT reconstruction. IEEE Transactions on Medical Imaging, pp. 2607-2619, vol. 38, no. 11, 2019.

10. Maosong Ran, Jinrong Hu, Yang Chen, Huaiqiang Sun, Jiliu Zhou, and Yi Zhang. Denoising of 3D magnetic resonance images using a residual encoder-decoder Wasserstein generative adversarial network. Medical Image Analysis, pp. 165-180, vol. 55, 2019.