王国泰 (副教授)

副教授 硕士生导师

主要任职:副教授

性别:男

毕业院校:伦敦大学

学历:博士研究生毕业

学位:工学博士学位

在职信息:在岗

所在单位:机械与电气工程学院

入职时间:2018-10-11

学科:机械工程
生物医学工程

办公地点:电子科技大学(清水河校区)主楼C1-501

个人简介

    王国泰,2011年获得上海交通大学生物医学工程、智能科学与技术双学士学位,2014年获得上海交通大学硕士学位,并获得伦敦大学学院(UCL, QS世界大学排名前十)全额奖学金攻读博士学位。2018年博士毕业,先后在伦敦大学学院、伦敦国王学院进行博士后研究工作。2018年10月起任电子科技大学副教授,2020年4月入选四川省海外高层次人才,2021年、2022年入选斯坦福大学发布的《年度科学影响力排行榜》全球前2%。

    长期从事医学影像人工智能、计算机视觉与医学图像计算方面的研究, 近年主持国家自然科学基金青年项目一项,面上项目一项,四川省重点研发项目一项,获得2021年第一届全国博士后创新创业大赛优胜奖。近五年以第一及通讯作者身份发表高水平论文40余篇,包括在人工智能及医学图像领域的顶级期刊、会议论文30余篇, 如IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI, 影响因子24.314)、Medical Image Analysis (影响因子13.828)、IEEE Transactions on Medical Imaging (TMI, 影响因子11.037)、NeuroImage (影响因子7.4)等,谷歌学术引用量5400余次,单篇最高被引560余次,6篇论文入选ESI高被引。申请国内专利10项,授权4项,申请国际专利2项,授权1项。

    担任Nature Communication、IEEE TPAMI、Medical Image Analysis、IEEE TMI、JBHI、Neurocomputing、Medical Physics、AAAI、MICCAI等领域顶级及重要期刊和会议审稿人,被IEEE TMI、Medical Image Analysis评为杰出审稿人;近年两年任Medical Physics副主编,Medical Image Analysis客座编辑,多次担任MICCAI、ISBI等重要会议区域主席(Area Chair)。近年分别受邀在剑桥大学、上海交通大学、医学图像计算青年研讨会(MICS)、视觉与学习青年学者研讨会(VALSE)、MICCAI新冠肺炎影像人工智能国际专题研讨会等做学术报告。

    近年面向肝脏肿瘤图像、胎儿磁共振、脑肿瘤磁共振图像、新冠肺炎CT图像、肿瘤放疗自动勾画等医学图像智能分析应用方向,针对医学图像标注成本高、模型跨中心泛化能力低等共性问题进行研究,取得了一定成果,所开发的CT图像中肝脏肿瘤及血管自动分割和手术规划系统入选《Medical Physics》封面论文;在国际上率先开展基于深度学习的三维医学图像交互式分割和智能标注方面的研究,相应研究成果在IEEE TPAMI、IEEE TMI等发表多篇论文,并入选IEEE TMI最受欢迎论文;所开发的CT图像新冠肺炎自动分割和定量分析方法融入商汤科技SenseCare智慧诊疗平台在全国多省市区落地使用;所参与的医学影像深度学习开源框架NiftyNet和MONAI成为业内影像人工智能模型开发和训练的重要基础平台,并主持了面向低标注成本(半监督、弱监督、噪声标签等)学习的开源框架PyMIC的开发;2021年在领域顶级期刊Medical Image Analysis主办了“医学图像计算中可解释、可泛化的深度学习方法”特刊,受到国际广泛关注,吸引了全球70余个团队投稿论文。

    指导学生多次在领域国际顶级会议MICCAI的医学图像分割挑战赛中斩获国际冠军、亚军,指导多名本科生在MICCAI、ISBI、Medical Physics等领域顶级会议及重要期刊发表研究论文,指导本科生获得2021年中国大学生计算机设计大赛一等奖。实验室团队多名硕士生获得研究生国家奖学金、四川省优秀毕业生等荣誉。

   

  

团队主页:https://hilab.uestc.edu.cn/

谷歌学术:https://scholar.google.co.uk/citations?user=Z2sFN4EAAAAJ&hl=en

DBLP:     https://dblp.org/pid/149/7441.html 

实验室GitHub: https://github.com/HiLab-git/

知乎专栏:https://www.zhihu.com/column/gwdlcv

Email:  guotai.wang (AT) uestc.edu.cn

微信公众号:


代表性论文

  1. Xiangde Luo, Tao Song, Guotai Wang*, Jieneng Chen, Yinan Chen, Kang Li, Dimitris N. Metaxas, Shaoting Zhang. "SCPM-Net: An Anchor-Free 3D Lung Nodule Detection Network using Sphere Representation and Center Points Matching.” Medical Image Analysis, 75 (2022): 102287. (2022 IF 13.828) link

  2. Xiangde Luo, Guotai Wang*, Tao Song, Jingyang Zhang, Michael Aertsen, Jan Deprest, Sebastien Ourselin, Tom Vercauteren, Shaoting Zhang. MIDeepSeg: Minimally Interactive Segmentation of Unseen Objects from Medical Images Using Deep Learning.” Medical Image Analysis, 72 (2021): 102102. (2021 IF 8.545) link, arxiv

  3. Lu Wang, Dong Guo, Guotai Wang*, Shaoting Zhang. Annotation-Efficient Learning for Medical Image Segmentation based on Noisy Pseudo Labels and Adversarial Learning.” IEEE Transactions on Medical Imaging, 40, no. 10(2021): 2795-2807(2021 IF 10.048) link, arxiv

  4. Ran Gu, Guotai Wang*, Tao Song, Rui Huang, Michael Aertsen, Jan Deprest, Sébastien Ourselin, Tom Vercauteren, Shaoting Zhang. CA-Net: Comprehensive Attention Convolutional Neural Networks for Explainable Medical Image Segmentation.” IEEE Transactions on Medical Imaging, 40, no. 2(2021): 699-711. (2021 IF 10.048, ESI 高被引) pdf, code

  5. Guotai Wang, Xinglong Liu, Chaoping Li, Zhiyong Xu, Jiugen Ruan, Haifeng Zhu, Tao Meng, Kang Li, Ning Huang, Shaoting Zhang. A Noise-robust Framework for Automatic Segmentation of COVID-19 Pneumonia Lesions from CT Images.” IEEE Transactions on Medical Imaging, 39, no. 8(2020): 2653 - 2663(2020 IF 6.69, ESI 高被引) pdf, code, data  

  6. Guotai Wang, Tao Song, Qiang Dong, Mei Cui, Ning Huang, Shaoting Zhang. "Automatic Ischemic Stroke Lesion Segmentation from Computed Tomography Perfusion Images by Image Synthesis and Attention-Based Deep Neural Networks." Medical Image Analysis, 65 (2020): 101787. (2020 IF 11.15pdf

  7. Guotai Wang, Maria A Zuluaga, Wenqi Li, Rosalind Pratt, Premal A Patel, Michael Aertsen, Tom Doel, Anna L David, Jan Deprest, Sébastien Ourselin, Tom Vercauteren. “DeepIGeoS: Deep Interactive Geodesic Framework for Medical Image Segmentation.” IEEE Transactions on Pattern Analysis and Machine Intelligence, 41, no. 7(2019): 1559-1572. (2019 IF 17.86, ESI高被引) [pdf]

  8. Guotai Wang, Wenqi Li, Maria A Zuluaga, Rosalind Pratt, Premal A Patel, Michael Aertsen, Tom Doel, Anna L David, Jan Deprest, Sebastien Ourselin, Tom Vercauteren. “Interactive Segmentation of Medical Images using Deep Learning with Image-specific Fine-tuning.” IEEE Transactions on Medical Imaging, 37, no. 7(2018): 1562- 1573.  (2018 IF 7.82,ESI高被引) [pdf]

  9. Guotai Wang, Maria A. Zuluaga, Rosalind Pratt, Michael Aertsen, Tom Doel, Maria Klusmann, Anna L. David, Jan Deprest, Tom Vercauteren, and Sébastien Ourselin. "Slic-Seg: A Minimally Interactive Segmentation of the Placenta from Sparse and Motion-Corrupted Fetal MRI in Multiple Views." Medical Image Analysis 34 (2016): 137-147. (2016 IF 4.19) [code] [pdf]

  10. Guotai Wang, Shaoting Zhang, Hongzhi Xie, Dimitris N. Metaxas, and Lixu Gu. "A Homotopy-Based Sparse Representation for Fast and Accurate Shape Prior Modeling in Liver Surgical Planning." Medical Image Analysis 19, no. 1 (2015): 176-186. (2015 IF 4.57) [pdf]


讲座视频

  1. 2022/09/02,香港中文大学(在线),报告题目:Developing AI Models for Medical Image Analysis with Efficient and Low-cost Annotations.

  2. 2022/08/23, 医学图像计算青年研讨会(MICS)在线报告,报告题目:基于低标注成本的医学图像分割技术研究

  3. 2020/05/15,MICCAI新冠肺炎影像人工智能专题研讨会, 报告题目:A Noise-robust Framework for Automatic Segmentation of COVID-19 Pneumonia Lesions from CT Images

  4. 2019/09/04,VALSE Webinar 19-22期医学影像处理与分析专题报告, 报告题目:医学图像的智能化交互式分割

  5. 2018/05/02,剑桥大学,医疗影像发展专题研讨会,报告题目:Image-specific Fine-tuning and Uncertainty Estimation for Medical Image Segmentation

教育经历

  2011.9-2014.3

上海交通大学  |  生物医学工程  |  工程硕士专业学位  |  硕士研究生毕业

  2007.9-2011.7

上海交通大学  |  智能科学与技术  |  双学士  |  大学本科毕业(双)

  2007.9-2011.7

上海交通大学  |  生物医学工程  |  工学学士学位  |  大学本科毕业

  2014.9-2018.6

伦敦大学学院  |  医学与生物学成像  |  工学博士学位  |  博士研究生毕业

工作经历

  2018.10-至今

电子科技大学机械与电气工程学院  |  特聘副教授

研究方向

  • [1]   医学图像计算

  • [2]   深度学习

  • [3]   计算机视觉