蒋卓韵
职称:讲师
导师资格:硕导
学科专业:生物医学工程-智能医学工程
电话:
邮箱:zyjiang@usst.edu.cn
个人简介
工作经历
教育经历
研究方向
主要科研项目
代表性专利
代表性论文

【主持】

[1] 上海高校青年教师培养资助计划: 医学影像人工智能课程思政示范课程, 2023/09 – 2025/09.

[2] 上海康达卡勒幅医疗科技有限公司, 超声影像AI辅助诊断系统, 2022/12 – 2025/12.

[3] 江苏鱼跃医疗设备股份有限公司,血糖AI预测系统, 2025/07 – 2026/07.


【参与】

[1] 国家社会科学基金委员会青年项目: 生成式人工智能基层医疗应用能力及风险防范研究,2025/09 - 2028/12.

[2] 国家自然科学基金重大研究计划:基于影像组学的脑胶质瘤内基因异质性可视化及定量化研究(91959127),  2020/01 - 2022/12.

[3] 上海市卫生和计划生育委员会智慧医疗专项研究项目: 基于机器学习的影像组学对脑胶质瘤基因诊断和预后分析研究(076478684Q), 2018/07 - 2021/06.

[4] 上海市科学技术委员会科技创新行动计划:血管疾病数据整理标定及大数据计算平台示范应用(18511102801) , 2018/07 - 2020/06.

[5] 上海市路政局: 隧道运营技术状况检测与评价模型研究, 2013/07 – 2014/12.

2022/07 – 至今, 上海理工大学, 健康科学与工程学院, 讲师(硕导)

2018/09 – 2022/01, 复旦大学, 生物医学工程, 博士

1.多模态信息融合的临床辅助诊断

2.计算机视觉机器学习

3.医学图像智能处理与分析

【主持】

[1] 上海高校青年教师培养资助计划: 医学影像人工智能课程思政示范课程, 2023/09 – 2025/09.

[2] 上海康达卡勒幅医疗科技有限公司, 超声影像AI辅助诊断系统, 2022/12 – 2025/12.

[3] 江苏鱼跃医疗设备股份有限公司,血糖AI预测系统, 2025/07 – 2026/07.


【参与】

[1] 国家社会科学基金委员会青年项目: 生成式人工智能基层医疗应用能力及风险防范研究,2025/09 - 2028/12.

[2] 国家自然科学基金重大研究计划:基于影像组学的脑胶质瘤内基因异质性可视化及定量化研究(91959127),  2020/01 - 2022/12.

[3] 上海市卫生和计划生育委员会智慧医疗专项研究项目: 基于机器学习的影像组学对脑胶质瘤基因诊断和预后分析研究(076478684Q), 2018/07 - 2021/06.

[4] 上海市科学技术委员会科技创新行动计划:血管疾病数据整理标定及大数据计算平台示范应用(18511102801) , 2018/07 - 2020/06.

[5] 上海市路政局: 隧道运营技术状况检测与评价模型研究, 2013/07 – 2014/12.

【专利】

[1] 基于多模态影像和双通路GCN‑Transformer 的NAC 疗效预测方法和系统,发明, 中国,2025112774213,2025年9月

[2] 一种基于双路图神经网络的术后并发症预测方法和装置,发明, 中国,CN202510699205.1,2025年5月28日 

[3] 一种基于吲哚菁绿造影视频的血流定量分析方法和装置, 发明,中国,CN202510699203.2,2025年5月28日 

[4] 基于多模态特征融合及河马优化的NAC疗效预测方法和设备,发明,中国,CN120048523A,2025年5月27日

[5] 一种模型训练方法、图像分割方法、装置及电子设备, 发明, 中国,CN119068289A,2024年8月28日

[6] 一种创伤评估模型训练方法、创伤评估方法及电子设备, 发明, 中国, CN119068290A,2024年8月28日

[7] 基于多模态多分支神经网络的乳腺癌NAC疗效预测方法,发明,中国, CN119379632A,2024年10月15日

[8] 腹腔积液超声影像分割方法、装置及系统, 发明,中国, CN117495803A, 2024年

[9] 颅内外血管吻合术的血流自动定量分析方法, 发明,中国,CN202110303224.X, 2022年4月2日  

[10] 一种基于单目视觉的夜间前方车辆检测方法, 发明,中国,ZL201610873523.6, 2016年9月30日


【软件著作权】

[1] 基于光流法的颅内外血管吻合术中吲哚菁绿血管造影血流半定量分析软件,登记号:2020SR0820400

【代表性论文】

[1] Blood glucose anomaly correction and personalized short-term prediction based on continuous glucose monitoring data. IEEE SENSORS JOURNAL, 2025.

[2] Deep learning based computer-aided detection of ultrasound in breast cancer diagnosis: a systematic review and meta-analysis[J]. Clinical Radiology, 2024.

[3] Radiomics of multimodal ultrasound for early prediction of pathologic complete response to neoadjuvant chemotherapy in breast cancer. Academic Radiology, 2024.

[4] Automatic assessment of DWI-ASPECTS for acute ischemic stroke based on deep learning[J]. Medical Physics, 2024.

[5] Automated Quantitative Analysis of Blood Flow in Extracranial–Intracranial Arterial Bypass Based on Indocyanine Green Angiography[J]. Frontiers in Surgery,2022.

[6] Transfer learning radiomics based on multimodal ultrasound imaging for staging liver fibrosis[J]. European Radiology, 2020.