生物医学工程-东北大学中荷生物医学与信息工程学院

生物医学工程（083100）学科一、学科简介生物医学工程学科是在将信息科学和技术应用于解决医学实际问题中孕育和快速发展壮大起来的新兴交叉学科。

1996年6月获得国家一级学科学士学位授予权，1998年6月获得国家一级学科硕士学位授予权，2006年1月获得国家一级学科博士学位授予权，2008年3月成为省一级重点学科。

本学科拥有世界一流的医疗产业平台和医疗临床资源，发挥多学科交叉的优势，遵循应用基础研究和高技术发展研究相结合的原则，强调医学影像学的核心地位，开展医学成像科学与技术、医学图像分析与智能辅助、生物医学电子学、生物信息学和医学信息学等方向的研究，形成了独有的生物医学工程的教学、科研和开发综合性学科环境。

多年来，承担了多项国家级的科技攻关任务，包括国家863计划课题、国家科技攻关计划课题和国家自然科学基金项目，研制和开发了一系列先进的具有自主知识产权的数字医疗产品和技术。

本学科现有教授18人（其中博士生导师6人），副教授21人，讲师16人，其中32名教师具有博士学位。

形成了一支以著名教授为学科带头人，高水平的中青年博士为学术中坚，归国留学人才不断加盟的高层次学术梯队。

二、培养目标生物医学工程学科旨在为尖端的医疗技术领域培养高端人才。

具体目标为：（一）学习马列主义毛泽东思想，拥护共产党的领导，拥护社会主义制度，热爱祖国，遵纪守法，具有良好的道德品质，积极为社会主义建设服务。

（二）掌握生物医学工程学科坚实宽广的基础理论和深入系统的专门知识。

（三）具有独立从事科学研究工作的能力。

（四）在本学科领域取得一定的创造性成果。

三、学习年限与学分要求全日制攻读博士学位,学习年限原则上为3年；在职攻读博士学位,学习年限原则上为4年,但无论全日制还是在职攻读博士学位,保留学籍时间不超过6年。

学分要求：最低学分10学分。

四、研究方向（一）医学成像科学与技术本研究方向聚焦于医学成像系统的原理和设备的研究，具体包括X-射线、CT、MRI、PET、超声等现代医学影像设备的原理和技术。

中荷生物医学与信息工程学院2013年硕士研究生入学考试复试方案一、学院复试工作小组名单工作组组长：康雁(院长)成员：姜永生（教学院长），徐礼胜（教授），张耀楠（教授），齐守良（副教授）二、学院复试监察小组名单监察组组长：赵越（常务副院长）成员：张天竹，王帅，梁继红，袁中元三、受理违规违纪举报电话、地点举报电话：83683173举报地点：科学馆218五、复试考生报到及资格审查的时间、地点、联系人及联系方式时间：2013年3月23日13:00地点：科学馆217联系人：沈祁萌电话：83684651六、复试笔试时间、地点考试时间：9:00-11:30考试地点：中心考场四33列七、面试的实施细则及时间、地点1、面试时间：2013年3月23日13：002、面试地点：科学馆207室3、面试要求：（1）考生复试时需携带的材料：①准考证及身份证、学历证书、学位证书原件及复印件（应届本科毕业生交验学生证，留存学生证复印件，毕业证书及学位证书入学时补验）；②大学阶段成绩单（加盖毕业院校教务部门公章的原件，或将人事档案中的加盖毕业院校教务部门公章的成绩单复印，并在复印件上加盖档案所在单位人事部门公章）；③思想政治素质和道德品质写实材料（参考格式详见/dongda/xzzq/index.jhtml）。

有工作单位的考生，写实材料须由本人人事档案所在单位政工部门提供，并加盖政工部门公章；无工作单位的往届毕业考生，写实材料须由人事档案托管部门或户口所在街道社区政工部门提供，并加盖政工部门公章；应届毕业的考生，写实材料须由所在学校政工部门（学校学生工作部或院系党委）提供，并加盖政工部门公章。

④可提交科研成果及证明、等级证书、荣誉证书等能证明自己能力水平的材料，供主考教师评定面试成绩时参考。

需要留存的材料（A4纸复印或打印）请按照如下顺序进行装订初试准考证复印件—身份证复印件—毕业证复印件（应届生交学生证复印件）—学位证复印件—大学阶段成绩单—思想政治素质和道德品质写实材料—其他能证明自己能力水平的材料复印件。

北京大学 - 工学院 - 生物医学工程专业· 北京理工大学 - 计算机学院 - 生物医学工程专业· 北京工业大学 - 生命科学与生物工程学院 - 生物医学工程专业· 北京邮电大学 - 电子工程学院 - 生物医学工程专业· 军事医学科学院 - 卫生勤务与医学情报研究所 - 生物医学工程专业· 军事医学科学院 - 卫生装备研究所 - 生物医学工程专业· 军事医学科学院 - 总后药检所 - 生物医学工程专业· 南开大学 - 医学院 - 生物医学工程专业· 天津大学 - 化工学院 - 生物医学工程专业· 天津大学 - 精密仪器与光电工程学院 - 生物医学工程专业· 天津医科大学 - 天津医科大学各专业列表 - 生物医学工程专业· 天津工业大学 - 理学院 - 生物医学工程专业· 燕山大学 - 环境与化学工程学院 - 生物医学工程专业· 大连理工大学 - 材料科学与工程学院 - 生物医学工程专业· 大连理工大学 - 化工学院 - 生物医学工程专业· 大连理工大学 - 电子与信息工程学院 - 生物医学工程专业· 东北大学 - 中荷生物医学与信息工程学院 - 生物医学工程专业· 吉林大学 - 电子科学与工程学院 - 生物医学工程专业· 吉林大学 - 机械学院 - 生物医学工程专业· 吉林大学 - 药学院 - 生物医学工程专业· 哈尔滨工业大学 - 理学院 - 生物医学工程专业· 哈尔滨工程大学 - 自动化学院 - 生物医学工程专业· 华东师范大学 - 生命科学学院 - 生物医学工程专业· 上海大学 - 通信与信息工程学院 - 生物医学工程专业· 华东理工大学 - 化工学院 - 生物医学工程专业· 同济大学 - 生命科学与技术学院 - 生物医学工程专业· 上海交通大学 - 生命科学技术学院 - 生物医学工程专业· 上海理工大学 - 医疗器械与食品学院 - 生物医学工程专业· 南京大学 - 电子科学与工程系 - 生物医学工程专业· 东南大学 - 生物科学与医学工程系 - 生物医学工程专业· 苏州大学 - 放射医学与公共卫生 - 生物医学工程专业· 南京理工大学 - 化工学院 - 生物医学工程专业· 南京理工大学 - 电光学院 - 生物医学工程专业· 南京理工大学 - 计算机系 - 生物医学工程专业· 南京理工大学 - 理学院 - 生物医学工程专业· 南京农业大学 - 放射医学与公共卫生 - 生物医学工程专业· 南京航空航天大学 - 自动化学院 - 生物医学工程专业· 南京艺术学院 - 放射医学与公共卫生 - 生物医学工程专业· 江苏大学 - 电气信息工程学院 - 生物医学工程专业· 苏州科技学院 - 放射医学与公共卫生 - 生物医学工程专业· 浙江大学 - 生物医学工程与仪器科学学院 - 生物医学工程专业· 浙江大学 - 科学技术研究院 - 生物医学工程专业· 武汉大学 - 第一临床学院 - 生物医学工程专业· 华中科技大学 - 生命科学与技术学院 - 生物医学工程专业· 华中科技大学 - 附属协和医院 - 生物医学工程专业· 武汉理工大学 - 材料科学与工程学院 - 生物医学工程专业· 湖南大学 - 生物医学工程中心 - 生物医学工程专业· 中南大学 - 卫生部肝胆肠外科研究中心 - 生物医学工程专业· 中山大学 - 中山医学院 - 生物医学工程专业·中山大学 - 附属第一医院 - 生物医学工程专业· 暨南大学 - 理工学院 - 生物医学工程专业· 暨南大学 - 生命科学技术学院 - 生物医学工程专业· 深圳大学 - 信息工程学院 - 生物医学工程专业· 四川大学 - 材料科学与工程学院 - 生物医学工程专业· 四川大学 - 制造科学与工程学院 - 生物医学工程专业· 四川大学 - 建筑与环境学院 - 生物医学工程专业· 四川大学 - 高分子科学与工程学院 - 生物医学工程专业· 四川大学 - 基础医学与法医学院 - 生物医学工程专业· 四川大学 - 生物治疗国家重点实验室 - 生物医学工程专业· 四川大学 - 纳米生物医学技术与膜生物学研究所 - 生物医学工程专业· 四川大学 - 生物材料研究工程中心 - 生物医学工程专业· 四川大学 - 分析测试中心 - 生物医学工程专业· 西南交通大学 - 材料科学与工程学院 - 生物医学工程专业· 电子科技大学 - 电子工程学院 - 生物医学工程专业· 西安交通大学 - 生命科学与技术学院 - 生物医学工程专业· 西北工业大学 - 机电学院 - 生物医学工程专业· 西北工业大学 - 电子信息学院 - 生物医学工程专业· 西北工业大学 - 自动化学院 - 生物医学工程专业· 西北工业大学 - 理学院 - 生物医学工程专业· 西北工业大学 - 生命科学院 - 生物医学工程专业· 西安电子科技大学 - 电子工程学院 - 生物医学工程专业· 陕西师范大学 - 物理学与信息技术学院 - 生物医学工程专业· 兰州大学 - 信息科学与工程学院 - 生物医学工程专业· 复旦大学 - 力学与工程科学系 - 生物医学工程专业· 复旦大学 - 上海医学院(基础) - 生物医学工程专业· 华南理工大学 - 生物科学与工程学院 - 生物医学工程专业· 南方医科大学 - 生物医学工程学院 - 生物医学工程专业· 南方医科大学 - 南京军区南京总医院 - 生物医学工程专业· 南方医科大学 - 军事医学科学院 - 生物医学工程专业· 山东大学 - 控制科学与工程学院 - 生物医学工程专业· 山东大学 - 医学院 - 生物医学工程专业· 太原理工大学 - 应用力学研究所、理学院力学系 - 生物医学工程专业· 中国科学技术大学 - 信息学院电子科学与技术系 - 生物医学工程专业· 云南大学 - 生命科学学院 - 生物医学工程专业· 云南大学 - 信息学院 - 生物医学工程专业· 国防科技大学 - 计算机学院 - 生物医学工程专业· 中国医科大学 - 基础医学院 - 生物医学工程专业· 中国医科大学 - 第二临床学院 - 生物医学工程专业· 第三军医大学 - 各专业列表 - 生物医学工程专业· 河北工业大学 - 电气与自动化学院 - 生物医学工程专业· 长春理工大学 - 生命科学技术学院 - 生物医学工程专业· 沈阳工业大学 - 电气工程学院 - 生物医学工程专业· 安徽理工大学 - 安徽理工大学专业列表 - 生物医学工程专业· 首都医科大学 - 生物医学工程学院 - 生物医学工程专业· 首都医科大学 - 附属宣武医院 - 生物医学工程专业· 首都医科大学 - 附属安贞医院 - 生物医学工程专业· 重庆工学院 - 化学与生物工程学院 - 生物医学工程专业· 中南民族大学 - 电子信息工程学院 - 生物医学工程专业· 河北科技大学 - 电气信息学院 - 生物医学工程专业· 第四军医大学 - 生物医学工程系 - 生物医学工程专业· 南昌航空大学 - 专业列表 - 生物医学工程专业· 江苏大学 - 流体机械工程技术研究中心 - 生物医学工程专业· 四川大学 - 生命科学学院 - 生物医学工程专业· 大连理工大学 - 运载工程与力学学部 - 生物医学工程专业· 浙江大学 - 农业与生物技术学院 - 生物医学工程专业· 北京大学 - 前沿交叉学科研究院 - 生物医学工程专业· 中南大学 - 信息物理工程学院 - 生物医学工程专业· 燕山大学 - 电气工程学院 - 生物医学工程专业· 中南民族大学 - 生物医学工程学院 - 生物医学工程专业· 北京交通大学 - 计算机与信息技术学院（含软件学院） - 生物医学工程专业。

2018年东北⼤学学术型博⼠研究⽣拟录取名单录取学院名称录取专业代码录取专业名称姓名录取类别备注⼯商管理学院020201国民经济学艾⼒⾮定向就业⽂法学院120401⾏政管理⽩慧⽂定向就业对⼝⽀援材料科学与⼯程学院080503材料加⼯⼯程⽩景元⾮定向就业马克思主义学院010108科学技术哲学⽩岩定向就业冶⾦学院080603有⾊⾦属冶⾦⽩云龙⾮定向就业中荷⽣物医学与信息⼯程学院083100⽣物医学⼯程柏⾃松⾮定向就业信息科学与⼯程学院081103系统⼯程班韵淇⾮定向就业冶⾦学院080702热能⼯程包宇⾮定向就业⽂法学院120401⾏政管理鲍操⾮定向就业冶⾦学院080602钢铁冶⾦鲍继伟⾮定向就业信息科学与⼯程学院081101控制理论与控制⼯程⼘凯清⾮定向就业资源与⼟⽊⼯程学院083700安全科学与⼯程⼘亚杰⾮定向就业冶⾦学院080602钢铁冶⾦才瑶⾮定向就业录取学院名称录取专业代码录取专业名称姓名录取类别备注资源与⼟⽊⼯程学院081901采矿⼯程蔡荣宦定向就业少民冶⾦学院0807J1新能源材料与技术曹斌⾮定向就业理学院070302分析化学曹建芳⾮定向就业材料科学与⼯程学院080503材料加⼯⼯程曹雷⾮定向就业理学院0703J1化学⽣物学曹蕊⾮定向就业理学院070305⾼分⼦化学与物理曹天龙⾮定向就业冶⾦学院080702热能⼯程曹琬⾮定向就业钢研院联合培养资源与⼟⽊⼯程学院080104⼯程⼒学曹永胜⾮定向就业信息科学与⼯程学院081101控制理论与控制⼯程曹正保⾮定向就业材料科学与⼯程学院080503材料加⼯⼯程柴志松⾮定向就业钢研院联合培养机械⼯程与⾃动化学院080706化⼯过程机械常铭东⾮定向就业信息科学与⼯程学院081104模式识别与智能系统常兴亚⾮定向就业中荷⽣物医学与信息⼯程学院083100⽣物医学⼯程畅润笙⾮定向就业冶⾦学院080603有⾊⾦属冶⾦晁曦⾮定向就业信息科学与⼯程学院081103系统⼯程澈格乐根⾮定向就业冶⾦学院080602钢铁冶⾦陈超⾮定向就业理学院070305⾼分⼦化学与物理陈超先⾮定向就业材料科学与⼯程学院080503材料加⼯⼯程陈冬梅⾮定向就业理学院070305⾼分⼦化学与物理陈欢⾮定向就业录取学院名称录取专业代码录取专业名称姓名录取类别备注信息科学与⼯程学院081101控制理论与控制⼯程陈汲清⾮定向就业冶⾦学院080603有⾊⾦属冶⾦陈丽⽻⾮定向就业⼯商管理学院120202企业管理陈宁宁⾮定向就业信息科学与⼯程学院081104模式识别与智能系统陈秋⽣⾮定向就业机械⼯程与⾃动化学院080203机械设计及理论陈仁桢⾮定向就业⽂法学院120401⾏政管理陈诗怡⾮定向就业冶⾦学院080602钢铁冶⾦陈⼠富⾮定向就业资源与⼟⽊⼯程学院083700安全科学与⼯程陈守坤⾮定向就业软件学院083500软件⼯程陈爽⾮定向就业冶⾦学院080602钢铁冶⾦陈天赐⾮定向就业资源与⼟⽊⼯程学院080104⼯程⼒学陈甜甜⾮定向就业材料科学与⼯程学院080503材料加⼯⼯程陈星瑞⾮定向就业冶⾦学院080603有⾊⾦属冶⾦陈杨⾮定向就业⼯商管理学院120100管理科学与⼯程陈忠伟⾮定向就业材料科学与⼯程学院080503材料加⼯⼯程程春龙⾮定向就业⼯商管理学院020201国民经济学程晶晶定向就业马克思主义学院010108科学技术哲学程鹏⾮定向就业材料科学与⼯程学院080502材料学程思飞⾮定向就业计算机科学与⼯程学院081203计算机应⽤技术程维维⾮定向就业录取学院名称录取专业代码录取专业名称姓名录取类别备注中荷⽣物医学与信息⼯程学院083100⽣物医学⼯程丛培芳⾮定向就业计算机科学与⼯程学院081202计算机软件与理论崔鹏杰⾮定向就业⽂法学院120405⼟地资源管理崔俏定向就业冶⾦学院080601冶⾦物理化学崔⽥路⾮定向就业资源与⼟⽊⼯程学院081901采矿⼯程代连朋⾮定向就业材料科学与⼯程学院080501材料物理与化学戴步实⾮定向就业机械⼯程与⾃动化学院080203机械设计及理论戴卫兵⾮定向就业计算机科学与⼯程学院081201计算机系统结构单垚⾮定向就业资源与⼟⽊⼯程学院081901采矿⼯程邓磊⾮定向就业信息科学与⼯程学院081101控制理论与控制⼯程邓瑞祥⾮定向就业软件学院083500软件⼯程邓新洋⾮定向就业理学院070302分析化学丁⼦玲⾮定向就业资源与⼟⽊⼯程学院081901采矿⼯程董⼆虎⾮定向就业信息科学与⼯程学院081101控制理论与控制⼯程董海佩⾮定向就业机械⼯程与⾃动化学院080203机械设计及理论董洪⽂⾮定向就业资源与⼟⽊⼯程学院081901采矿⼯程董鑫⾮定向就业材料科学与⼯程学院080502材料学董鑫鑫⾮定向就业材料科学与⼯程学院080503材料加⼯⼯程董营⾮定向就业材料科学与⼯程学院080503材料加⼯⼯程段瑞海⾮定向就业录取学院名称录取专业代码录取专业名称姓名录取类别备注材料科学与⼯程学院080503材料加⼯⼯程段⽂超⾮定向就业⼯商管理学院120100管理科学与⼯程樊宁远⾮定向就业冶⾦学院080701⼯程热物理范俊赓⾮定向就业冶⾦学院080602钢铁冶⾦范磊⾮定向就业中荷⽣物医学与信息⼯程学院083100⽣物医学⼯程房佳瑶⾮定向就业信息科学与⼯程学院081101控制理论与控制⼯程房志铭⾮定向就业理学院080101⼀般⼒学与⼒学基础费洪柱⾮定向就业材料科学与⼯程学院080502材料学丰敏⾮定向就业计算机科学与⼯程学院081001通信与信息系统冯川⾮定向就业⼯商管理学院120100管理科学与⼯程冯⼴琦⾮定向就业信息科学与⼯程学院081103系统⼯程冯桂林⾮定向就业材料科学与⼯程学院080502材料学冯建⾮定向就业机械⼯程与⾃动化学院080202机械电⼦⼯程冯乃诗⾮定向就业材料科学与⼯程学院080503材料加⼯⼯程付⾦禹⾮定向就业机械⼯程与⾃动化学院080203机械设计及理论付柯⾮定向就业冶⾦学院080601冶⾦物理化学⾼峰⾮定向就业⼯商管理学院020206国际贸易学⾼瑞⾮定向就业信息科学与⼯程学院081102检测技术与⾃动化装置⾼硕⾮定向就业资源与⼟⽊⼯程学院080104⼯程⼒学⾼源⾮定向就业录取学院名称录取专业代码录取专业名称姓名录取类别备注资源与⼟⽊⼯程学院083700安全科学与⼯程葛及⾮定向就业材料科学与⼯程学院080502材料学葛建⽂⾮定向就业冶⾦学院0807J2⼯业⽣态学宫赫⾮定向就业中荷⽣物医学与信息⼯程学院083100⽣物医学⼯程巩⽴鑫⾮定向就业理学院070305⾼分⼦化学与物理⾕志达⾮定向就业理学院070301⽆机化学关葆乐⾮定向就业机械⼯程与⾃动化学院080201机械制造及其⾃动化关闯⾮定向就业资源与⼟⽊⼯程学院081401岩⼟⼯程桂婉妹⾮定向就业信息科学与⼯程学院081101控制理论与控制⼯程郭策⾮定向就业机械⼯程与⾃动化学院080203机械设计及理论郭凡逸⾮定向就业信息科学与⼯程学院081101控制理论与控制⼯程郭慧萍⾮定向就业冶⾦学院080603有⾊⾦属冶⾦郭军华⾮定向就业理学院070302分析化学郭俊丽⾮定向就业⼯商管理学院020201国民经济学郭晴定向就业中荷⽣物医学与信息⼯程学院083100⽣物医学⼯程郭瑞芳⾮定向就业⼯商管理学院020201国民经济学郭信峰定向就业理学院070302分析化学果婷婷⾮定向就业机械⼯程与⾃动化学院080706化⼯过程机械韩峰⾮定向就业机械⼯程与⾃动化学院080203机械设计及理论韩洪征⾮定向就业录取学院名称录取专业代码录取专业名称姓名录取类别备注冶⾦学院080603有⾊⾦属冶⾦韩⾦儒⾮定向就业有⾊院联合培养资源与⼟⽊⼯程学院081401岩⼟⼯程韩⽂帅⾮定向就业马克思主义学院010108科学技术哲学韩雪⾮定向就业信息科学与⼯程学院080804电⼒电⼦与电⼒传动汉焕英⾮定向就业材料科学与⼯程学院080503材料加⼯⼯程郝俊杰⾮定向就业机械⼯程与⾃动化学院080704流体机械及⼯程郝明⾮定向就业材料科学与⼯程学院080502材料学郝晓⽂⾮定向就业机械⼯程与⾃动化学院080202机械电⼦⼯程何凤霞⾮定向就业冶⾦学院080602钢铁冶⾦何鹏⾮定向就业信息科学与⼯程学院081103系统⼯程和柏杨⾮定向就业理学院080101⼀般⼒学与⼒学基础洪⼴洋⾮定向就业材料科学与⼯程学院080503材料加⼯⼯程侯迪⽂⾮定向就业资源与⼟⽊⼯程学院081902矿物加⼯⼯程侯端旭⾮定向就业资源与⼟⽊⼯程学院081901采矿⼯程侯朋远⾮定向就业⼯商管理学院020204⾦融学侯⽻婷⾮定向就业理学院070305⾼分⼦化学与物理侯治鹏⾮定向就业信息科学与⼯程学院081101控制理论与控制⼯程胡杰⾮定向就业信息科学与⼯程学院081101控制理论与控制⼯程胡锦兴⾮定向就业中荷⽣物医学与信息⼯程学院083100⽣物医学⼯程胡深明⾮定向就业录取学院名称录取专业代码录取专业名称姓名录取类别备注材料科学与⼯程学院080503材料加⼯⼯程胡晓⾮定向就业信息科学与⼯程学院081102检测技术与⾃动化装置胡旭光⾮定向就业理学院070305⾼分⼦化学与物理胡泽楠⾮定向就业理学院070302分析化学胡徵杰⾮定向就业马克思主义学院030501马克思主义基本原理黄成敬欣⾮定向就业材料科学与⼯程学院080502材料学黄东⾮定向就业材料科学与⼯程学院080502材料学黄略⾮定向就业有⾊院联合培养材料科学与⼯程学院080503材料加⼯⼯程黄鹏⾮定向就业信息科学与⼯程学院081101控制理论与控制⼯程黄⽟坤⾮定向就业冶⾦学院080602钢铁冶⾦黄壮⾮定向就业材料科学与⼯程学院080501材料物理与化学冀连泽⾮定向就业材料科学与⼯程学院080502材料学贾⽆名⾮定向就业材料科学与⼯程学院080503材料加⼯⼯程贾永辉⾮定向就业理学院070304物理化学贾中秋⾮定向就业理学院070302分析化学菅晓霞⾮定向就业软件学院083500软件⼯程江欣蓓⾮定向就业信息科学与⼯程学院081101控制理论与控制⼯程姜琳⾮定向就业信息科学与⼯程学院081103系统⼯程姜雪莹⾮定向就业机械⼯程与⾃动化学院080704流体机械及⼯程姜玥⾮定向就业录取学院名称录取专业代码录取专业名称姓名录取类别备注材料科学与⼯程学院080502材料学蒋⾦哲⾮定向就业理学院0703J1化学⽣物学蒋⼩涵⾮定向就业信息科学与⼯程学院081103系统⼯程焦国帅⾮定向就业冶⾦学院080602钢铁冶⾦焦卫超⾮定向就业钢研院联合培养⼯商管理学院020202区域经济学焦阳⾮定向就业材料科学与⼯程学院080502材料学解磊鹏⾮定向就业马克思主义学院010108科学技术哲学⾦⽕⾮定向就业信息科学与⼯程学院081101控制理论与控制⼯程⾦正红⾮定向就业材料科学与⼯程学院080503材料加⼯⼯程荆毅⾮定向就业冶⾦学院080603有⾊⾦属冶⾦瞿⾦为⾮定向就业材料科学与⼯程学院080503材料加⼯⼯程阚⽴烨⾮定向就业马克思主义学院010101马克思主义哲学阚予⼼⾮定向就业冶⾦学院080602钢铁冶⾦康从鹏⾮定向就业机械⼯程与⾃动化学院080201机械制造及其⾃动化康迪⾮定向就业冶⾦学院080702热能⼯程康天宇⾮定向就业马克思主义学院010108科学技术哲学孔璐⾮定向就业材料科学与⼯程学院080502材料学孔轩⾮定向就业⼯商管理学院020209数量经济学寇坡⾮定向就业⼯商管理学院020201国民经济学蓝管秀锋⾮定向就业录取学院名称录取专业代码录取专业名称姓名录取类别备注⼯商管理学院020205产业经济学冷丽婧⾮定向就业资源与⼟⽊⼯程学院081801矿产普查与勘探黎永丽⾮定向就业机器⼈科学与⼯程学院0811J1机器⼈科学与⼯程礼冬雪⾮定向就业冶⾦学院080602钢铁冶⾦李博洋⾮定向就业资源与⼟⽊⼯程学院081801矿产普查与勘探李超定向就业材料科学与⼯程学院080503材料加⼯⼯程李成儒⾮定向就业理学院070304物理化学李翠翠⾮定向就业⼯商管理学院120100管理科学与⼯程李峰⾹⾮定向就业材料科学与⼯程学院080502材料学李烽杰⾮定向就业资源与⼟⽊⼯程学院083700安全科学与⼯程李国栋⾮定向就业⽂法学院120401⾏政管理李过⾮定向就业⼯商管理学院020204⾦融学李鹤⾮定向就业信息科学与⼯程学院081101控制理论与控制⼯程李欢⾮定向就业材料科学与⼯程学院080503材料加⼯⼯程李慧定向就业对⼝⽀援信息科学与⼯程学院081101控制理论与控制⼯程李慧婷⾮定向就业材料科学与⼯程学院080503材料加⼯⼯程李佳彧⾮定向就业材料科学与⼯程学院080503材料加⼯⼯程李家智⾮定向就业材料科学与⼯程学院080502材料学李嘉琦⾮定向就业材料科学与⼯程学院080502材料学李景仁⾮定向就业录取学院名称录取专业代码录取专业名称姓名录取类别备注材料科学与⼯程学院080501材料物理与化学李静⾮定向就业计算机科学与⼯程学院081203计算机应⽤技术李可欣⾮定向就业信息科学与⼯程学院081101控制理论与控制⼯程李克勤⾮定向就业材料科学与⼯程学院080503材料加⼯⼯程李坤⾮定向就业机械⼯程与⾃动化学院080202机械电⼦⼯程李雷⾮定向就业信息科学与⼯程学院081101控制理论与控制⼯程李莉⾮定向就业计算机科学与⼯程学院081201计算机系统结构李玲⾮定向就业⼯商管理学院020204⾦融学李玲格⾮定向就业⼯商管理学院120202企业管理李梦伊⾮定向就业冶⾦学院080701⼯程热物理李鹏定向就业机械⼯程与⾃动化学院080201机械制造及其⾃动化李奇⾮定向就业计算机科学与⼯程学院081202计算机软件与理论李倩⾮定向就业⽂法学院120401⾏政管理李倩夫⾮定向就业理学院070205凝聚态物理李姗姗⾮定向就业资源与⼟⽊⼯程学院081401岩⼟⼯程李世平⾮定向就业材料科学与⼯程学院080502材料学李思远⾮定向就业理学院070304物理化学李同同⾮定向就业⽂法学院120405⼟地资源管理李桐⾮定向就业资源与⼟⽊⼯程学院081401岩⼟⼯程李崴⾮定向就业录取学院名称录取专业代码录取专业名称姓名录取类别备注信息科学与⼯程学院081101控制理论与控制⼯程李伟华⾮定向就业材料科学与⼯程学院080502材料学李显亮⾮定向就业⼯商管理学院020205产业经济学李相⾠⾮定向就业计算机科学与⼯程学院081001通信与信息系统李想⾮定向就业材料科学与⼯程学院080503材料加⼯⼯程李⼩强⾮定向就业信息科学与⼯程学院081101控制理论与控制⼯程李谢欢⾮定向就业材料科学与⼯程学院080503材料加⼯⼯程李鑫⾮定向就业机械⼯程与⾃动化学院080202机械电⼦⼯程李星晨⾮定向就业资源与⼟⽊⼯程学院083700安全科学与⼯程李雪洁⾮定向就业冶⾦学院080603有⾊⾦属冶⾦李雪珂⾮定向就业⼯商管理学院020204⾦融学李延双⾮定向就业材料科学与⼯程学院080502材料学李岩⾮定向就业⼯商管理学院120100管理科学与⼯程李艳婷⾮定向就业计算机科学与⼯程学院081202计算机软件与理论李洋⾮定向就业计算机科学与⼯程学院081202计算机软件与理论李垠桥⾮定向就业计算机科学与⼯程学院081203计算机应⽤技术李莹定向就业材料科学与⼯程学院080503材料加⼯⼯程李泳⾮定向就业理学院0703J1化学⽣物学李由⾮定向就业马克思主义学院030501马克思主义基本原理李⾬珊⾮定向就业录取学院名称录取专业代码录取专业名称姓名录取类别备注理学院070302分析化学李圆圆⾮定向就业材料科学与⼯程学院080503材料加⼯⼯程李峥先⾮定向就业机械⼯程与⾃动化学院080203机械设计及理论李壮⾮定向就业冶⾦学院080603有⾊⾦属冶⾦李卓⾮定向就业冶⾦学院080603有⾊⾦属冶⾦李⼦申⾮定向就业⽂法学院120401⾏政管理廉⽟⾦定向就业少民机械⼯程与⾃动化学院080706化⼯过程机械梁宝瑞定向就业对⼝⽀援材料科学与⼯程学院080503材料加⼯⼯程梁佳伟⾮定向就业计算机科学与⼯程学院081202计算机软件与理论梁伟⾮定向就业材料科学与⼯程学院080502材料学梁新增⾮定向就业冶⾦学院080603有⾊⾦属冶⾦梁智鹏⾮定向就业材料科学与⼯程学院080502材料学廖依敏⾮定向就业材料科学与⼯程学院080503材料加⼯⼯程林保森⾮定向就业资源与⼟⽊⼯程学院081901采矿⼯程林峰⾮定向就业机械⼯程与⾃动化学院080203机械设计及理论刘畅⾮定向就业材料科学与⼯程学院080502材料学刘忱⾮定向就业信息科学与⼯程学院081104模式识别与智能系统刘宸⾮定向就业资源与⼟⽊⼯程学院0814Z1⽣态城镇与绿⾊建筑刘晨⾮定向就业冶⾦学院080603有⾊⾦属冶⾦刘川⾮定向就业录取学院名称录取专业代码录取专业名称姓名录取类别备注⼯商管理学院120100管理科学与⼯程刘春怡⾮定向就业信息科学与⼯程学院081101控制理论与控制⼯程刘丹⾮定向就业⽂法学院120401⾏政管理刘冠男⾮定向就业马克思主义学院030501马克思主义基本原理刘海军定向就业资源与⼟⽊⼯程学院0814Z1⽣态城镇与绿⾊建筑刘海涛⾮定向就业理学院070304物理化学刘欢⾮定向就业信息科学与⼯程学院081103系统⼯程刘慧媛⾮定向就业信息科学与⼯程学院081102检测技术与⾃动化装置刘磊⾮定向就业⼯商管理学院120100管理科学与⼯程刘莉⾮定向就业⼯商管理学院120201会计学刘林⾮定向就业理学院070302分析化学刘孟先⾮定向就业材料科学与⼯程学院080502材料学刘明磊⾮定向就业冶⾦学院080603有⾊⾦属冶⾦刘宁定向就业有⾊院联合培养信息科学与⼯程学院081101控制理论与控制⼯程刘晴⾮定向就业信息科学与⼯程学院081103系统⼯程刘晴晴⾮定向就业机械⼯程与⾃动化学院080203机械设计及理论刘⽣磊⾮定向就业机械⼯程与⾃动化学院080202机械电⼦⼯程刘⼠琦⾮定向就业计算机科学与⼯程学院081001通信与信息系统刘树美⾮定向就业理学院0703J1化学⽣物学刘崴⾮定向就业录取学院名称录取专业代码录取专业名称姓名录取类别备注⽂法学院120401⾏政管理刘伟民⾮定向就业资源与⼟⽊⼯程学院0819Z2资源开发决策与数字矿⼭刘⽂芳⾮定向就业中荷⽣物医学与信息⼯程学院083100⽣物医学⼯程刘⽂彦⾮定向就业计算机科学与⼯程学院081203计算机应⽤技术刘⼩洁⾮定向就业软件学院083500软件⼯程刘昕靓⾮定向就业冶⾦学院080702热能⼯程刘馨⾮定向就业机器⼈科学与⼯程学院0811J1机器⼈科学与⼯程刘闫⾮定向就业理学院070201理论物理刘彦⾮定向就业机械⼯程与⾃动化学院080204车辆⼯程刘晏⾮定向就业信息科学与⼯程学院081104模式识别与智能系统刘怡彤⾮定向就业马克思主义学院010108科学技术哲学刘影⾮定向就业材料科学与⼯程学院080503材料加⼯⼯程刘宇洋⾮定向就业冶⾦学院080603有⾊⾦属冶⾦刘兆顺⾮定向就业机械⼯程与⾃动化学院080203机械设计及理论刘振东⾮定向就业材料科学与⼯程学院080502材料学龙猜⾮定向就业冶⾦学院080602钢铁冶⾦龙防定向就业理学院0703J1化学⽣物学娄宏跃⾮定向就业材料科学与⼯程学院080503材料加⼯⼯程卢兵⾮定向就业计算机科学与⼯程学院081201计算机系统结构卢晶⾮定向就业录取学院名称录取专业代码录取专业名称姓名录取类别备注⽂法学院120404社会保障卢珊⾮定向就业机械⼯程与⾃动化学院080202机械电⼦⼯程卢衍正⾮定向就业⼯商管理学院020201国民经济学鲁欣定向就业⽂法学院120405⼟地资源管理路中⾮定向就业⼯商管理学院120202企业管理吕靓欣⾮定向就业⼯商管理学院020205产业经济学吕思蒙⾮定向就业冶⾦学院0807J1新能源材料与技术吕汶璋⾮定向就业⽂法学院120401⾏政管理栾超⾮定向就业冶⾦学院080601冶⾦物理化学罗亚丹⾮定向就业材料科学与⼯程学院080502材料学罗砚⽂⾮定向就业⼯商管理学院120100管理科学与⼯程⿇志佳⾮定向就业材料科学与⼯程学院080502材料学马晨⾬⾮定向就业材料科学与⼯程学院080502材料学马春春定向就业矿冶院联合培养计算机科学与⼯程学院081202计算机软件与理论马德龙⾮定向就业机械⼯程与⾃动化学院080202机械电⼦⼯程马⾼科⾮定向就业冶⾦学院080602钢铁冶⾦马晶⾮定向就业冶⾦学院080603有⾊⾦属冶⾦马静雯⾮定向就业理学院0703J1化学⽣物学马兰菁⾮定向就业中荷⽣物医学与信息⼯程学院083100⽣物医学⼯程马丽敏⾮定向就业录取学院名称录取专业代码录取专业名称姓名录取类别备注冶⾦学院0807J1新能源材料与技术马强⾮定向就业有⾊院联合培养理学院0703J1化学⽣物学马仕欣⾮定向就业资源与⼟⽊⼯程学院081801矿产普查与勘探马思顺⾮定向就业材料科学与⼯程学院080501材料物理与化学马志攀⾮定向就业冶⾦学院080603有⾊⾦属冶⾦孟德亮⾮定向就业软件学院083500软件⼯程孟繁祎⾮定向就业材料科学与⼯程学院080502材料学孟磊⾮定向就业资源与⼟⽊⼯程学院081902矿物加⼯⼯程孟令国⾮定向就业信息科学与⼯程学院081104模式识别与智能系统孟天琦⾮定向就业中荷⽣物医学与信息⼯程学院083100⽣物医学⼯程⽶妍⾮定向就业信息科学与⼯程学院081103系统⼯程密⼦恒⾮定向就业计算机科学与⼯程学院081203计算机应⽤技术闵新⾮定向就业机械⼯程与⾃动化学院080203机械设计及理论穆⼠博⾮定向就业机械⼯程与⾃动化学院080203机械设计及理论穆童⾮定向就业信息科学与⼯程学院081101控制理论与控制⼯程穆云飞⾮定向就业机械⼯程与⾃动化学院080201机械制造及其⾃动化宁晋⽣⾮定向就业冶⾦学院080603有⾊⾦属冶⾦⽜宏坤⾮定向就业冶⾦学院080603有⾊⾦属冶⾦⽜会群⾮定向就业马克思主义学院010108科学技术哲学潘宝君⾮定向就业录取学院名称录取专业代码录取专业名称姓名录取类别备注材料科学与⼯程学院080503材料加⼯⼯程潘苑罡⾮定向就业中荷⽣物医学与信息⼯程学院083100⽣物医学⼯程庞娜⾮定向就业计算机科学与⼯程学院081201计算机系统结构庞为光⾮定向就业机器⼈科学与⼯程学院0811J1机器⼈科学与⼯程庞宇⾮定向就业信息科学与⼯程学院081101控制理论与控制⼯程裴兴龙⾮定向就业计算机科学与⼯程学院081202计算机软件与理论彭锦峰⾮定向就业资源与⼟⽊⼯程学院081902矿物加⼯⼯程彭祥⽟⾮定向就业计算机科学与⼯程学院081202计算机软件与理论普蓉⾮定向就业冶⾦学院080602钢铁冶⾦祁腾飞⾮定向就业材料科学与⼯程学院080503材料加⼯⼯程齐敏⾮定向就业材料科学与⼯程学院080503材料加⼯⼯程齐霄楠⾮定向就业马克思主义学院030501马克思主义基本原理綦玮⾮定向就业⼯商管理学院120202企业管理钱⾬⾮定向就业信息科学与⼯程学院080804电⼒电⼦与电⼒传动秦佳⾮定向就业信息科学与⼯程学院081102检测技术与⾃动化装置秦闻博⾮定向就业资源与⼟⽊⼯程学院081902矿物加⼯⼯程秦永红⾮定向就业理学院070304物理化学秦增明⾮定向就业⼯商管理学院020205产业经济学邱锐定向就业信息科学与⼯程学院081101控制理论与控制⼯程曲瀚清⾮定向就业录取学院名称录取专业代码录取专业名称姓名录取类别备注机械⼯程与⾃动化学院080201机械制造及其⾃动化曲晟⾮定向就业材料科学与⼯程学院080503材料加⼯⼯程冉蓉⾮定向就业材料科学与⼯程学院080502材料学任培⾮定向就业信息科学与⼯程学院081101控制理论与控制⼯程任秀秀⾮定向就业信息科学与⼯程学院081101控制理论与控制⼯程任⼀夫⾮定向就业计算机科学与⼯程学院081202计算机软件与理论任⾣贵定向就业⼯商管理学院020201国民经济学尚蔚定向就业理学院070305⾼分⼦化学与物理邵雷⾮定向就业中荷⽣物医学与信息⼯程学院083100⽣物医学⼯程沈晓燕⾮定向就业机械⼯程与⾃动化学院080204车辆⼯程沈⽵楠⾮定向就业计算机科学与⼯程学院081203计算机应⽤技术施瀚⾮定向就业冶⾦学院080603有⾊⾦属冶⾦⽯浩⾮定向就业资源与⼟⽊⼯程学院081901采矿⼯程⽯磊⾮定向就业冶⾦学院080602钢铁冶⾦⽯泉⾮定向就业材料科学与⼯程学院080502材料学⽯鑫⾮定向就业计算机科学与⼯程学院081201计算机系统结构时宇岑⾮定向就业资源与⼟⽊⼯程学院0814Z1⽣态城镇与绿⾊建筑司笑萌⾮定向就业理学院070301⽆机化学宋会会⾮定向就业计算机科学与⼯程学院081001通信与信息系统宋静⾮定向就业。

基于全卷积网络迁移学习的左心室内膜分割齐林;吕旭阳;杨本强;徐礼胜【摘要】为了避免过拟合现象,提出了基于全卷积网络迁移学习的左心室内膜分割方法.该方法在已用自然图像训练好的VGGNet模型的基础上对参数进行微调;其次,利用了心室内膜位于MRI图像中心处的先验信息作为选取准则来优化分割结果.将该方法对2009 MICCAI数据集的45个病例进行测试,其DICE指数、APD距离和GC率分别为0.91,1.73 mm和97.81％.测试结果表明该方法对于心脏MRI图像的左心室内膜的分割结果较好,当引入一定的先验信息后可以优化测试结果.【期刊名称】《东北大学学报（自然科学版）》【年(卷),期】2018(039)011【总页数】6页(P1577-1581,1592)【关键词】左心室内膜分割;深度学习;全卷积网络;迁移学习;核磁共振成像【作者】齐林;吕旭阳;杨本强;徐礼胜【作者单位】东北大学中荷生物医学与信息工程学院, 辽宁沈阳 110169;东北大学中荷生物医学与信息工程学院, 辽宁沈阳 110169;沈阳军区总医院放射科, 辽宁沈阳 110016;东北大学中荷生物医学与信息工程学院, 辽宁沈阳 110169;东北大学教育部医学影像计算重点实验室, 辽宁沈阳 110169【正文语种】中文【中图分类】TP391.41在2015年,全球有4.227亿心血管疾病患者,其中1 792万人因心血管疾病死亡[1].而在中国,2015年心血管病导致的死亡率仍居各类疾病的首位,其中每5例死亡患者中就有两例死于心血管病[2].心脏核磁共振成像(magnetic resonance imaging, MRI)对评估心室功能具有重要的临床意义[3],包括计算左心室的舒张末期(end diastolic, ED)容量和收缩末期(end systolic, ES)容量.在计算这些容量时,通常都需要划分左心室心肌边界,因此,左心室内膜的精准分割是评估左心室功能的先决条件,而手动分割是一项漫长且乏味的过程,一个医生手动分割一组病例需要花费20 min 时间.为了减轻医生的工作负担,近年来,国内外学者对于左心室自动分割方法进行了更加深入的研究[4].2013年,Ngo等使用受限制玻尔兹曼机构建深度置信网络和水平集的方法在2009 MICCAI(medical image computing and computer assisted intervention)左心室分割挑战赛的数据集上有了很好的效果,但该方法是半自动化的分割方法[5].2014年,Queirós等提出一种新的左心室自动分割方法,将2D心室分割与3D心室分割相结合,并引入时间这一维度从而达到跟踪的效果,该方法在MICCAI数据集中取得很好效果[6].2015年,Avendi等使用CNN(convolutional neural networks)与变形体模型相结合,取得了很好的分割结果,但这种方法需要预先调整参数,并不是一种端到端的方法[7].因此,本文提出一种将全卷积网络(fully convolutional networks, FCN)迁移学习到左心室内膜分割中的方法,这是一种精准的以及端到端的分割方法,而且不需要对参数进行额外的调整.1 基于FCN与迁移学习相结合的左心室内膜分割算法1.1 算法原理2015年,Shelhamer等首次将卷积神经网络框架的全连接层替换成卷积层,构建了FCN框架.可以使用任意尺寸图像作为FCN的输入,使其对输入图像的每个像素进行分类,并且使用上采样的方式,最终输出的是与输入图像尺寸相同的分割图，进而实现图像语义分割的功能[8].通常深度学习被认为在大量有标注的图像上进行训练才可以达到良好的效果.在医学图像中很难有大量带有标注的病理图像用于分割训练,因此需要使用迁移学习——微调已经训练好的模型参数,将其用于医学图像处理,这样既可以解决因为医学图像数据不足导致的分割效果差的问题,又可以解决过拟合问题.1.2 算法框图和模型框架构建本文首先将输入的左心室内膜图像进行预处理操作,之后使用已经训练好的FCN框架对其进行分割处理,又利用后文提出的先验信息作为选取准则对分割结果进行优化,最后输出左心室内膜分割图像,算法框图见图1.图1 分割算法框图Fig.1 Chart of segmentation methodShelhamer等提出,以VGGNet为基础构建的FCN框架可以达到良好的分割效果[8],因此本文使用的FCN框架是在VGGNet基础上构建,将全连接层替换为深度分别为4 096,4 096和2的卷积层(卷积核尺寸为1×1),可以使用任意尺寸的图像作为FCN的输入.VGGNet是由13个卷积层(卷积核尺寸为3×3),5个最大池化层(池化尺寸为2×2)以及3个全连接层构成.每个卷积层之间使用修正线性单元(rectified linear unit, ReLU)激活函数,这可以有效地改善在深度神经网络训练中出现的梯度消失现象[9],详细模型框架见图2.图2 本文使用的FCN结构Fig.2 Architecture of the proposed FCN注:卷积层1～2:64表明第1卷积层和第2卷积层各有64个卷积核,卷积层1～13的卷积核的尺寸是3×3,卷积层14～16的卷积核尺寸是1×1;每一个池化层表示一个尺寸为2×2,步长为2的最大池化层1.3 数据预处理本文使用2009 MICCAI心脏核磁共振左心室分割挑战赛的数据集,共有健康的、心肌肥大的以及心力衰竭的45例病人,包括训练集、验证集和在线验证集各15例.专家手动分割了从心室底端到心室顶端的舒张末期和收缩末期的心内膜、心外膜以及乳头肌切片,其中训练集和验证集各含有260张和266张心脏短轴MRI图像.通过人工增加数据量可以避免因为数据量不足导致的过拟合现象.本文将260张训练集的图像分别逆时针旋转90°,180°和270°,再将得到的数据集进行水平翻转,最终将训练集扩大到2 080张.原始心脏MRI图像尺寸为256×256,而左右心室的心脏腔大致位于心脏短轴切片的中心,为了减少冗余信息,增加模型的鲁棒性,本文将原始图像进行中心裁剪,裁剪成90×90到120×120的随机尺寸图像,之后进行灰度处理,如图3所示.其中图3a为第一张原始心脏短轴MRI图像,图3b为中心裁剪后尺寸为110×110的图像,图3c为对图3b灰度化处理后的图像.图3 原始图像与处理后图像对比图Fig.3 Comparison between original image and pre-processed images(a)—原始图像； (b)—中心裁剪后的图像； (c)—灰度处理后的图像.1.4 训练过程本文基于Ubuntu14.04系统的CPU版Tensorflow深度学习框架完成训练.训练数据经过数据增强后共2 080张带有专家标记的左心室内膜图像,通过迁移学习的方式将FCN应用到左心室内膜的分割中.每次训练1张图像,共进行了50 000次训练.采用自适应矩估计(adaptive moment estimation, ADAM)[10]优化算法来最小化输出图像与专家标记图像之间的每个像素的交叉熵损失,学习率初始值设置为10-5,ADAM是一种自适应学习率的算法,公式为(1)(2)(3)其中:gt是第t次训练参数更新的梯度;mt和nt表示gt的一阶(均值)矩估计和二阶(方差)矩估计;μ和v是mt和nt的动量因子,分别设为0.9和和是mt和nt的校正;μt和vt是μ和v的t次方;公式(2)用来解决训练初期的参数向0方向偏置的问题;Δθt表示参数的更新量;η表示初始学习率;ε设为10-8;用来避免分母为0的情况.经过偏置校正后,ADAM对每个参数都计算自适应的学习率,每次对于学习率的更新都有一个确定范围,使参数更加平稳.初始权重采用VGGNet训练之后的权重,为了减小过拟合现象,采用参数为0.5的Dropout方法[11].Dropout指每一次反向更新神经元参数时一定概率地临时删除某一些神经元,但保留该神经元参数,用于下次更新使用.这种方法可以降低相邻神经元之间的依赖性,避免神经网络对一些特定特征过于敏感,使其具有更强的鲁棒性.在使用含有15例病人的训练集进行训练的过程中,每经过10 000次训练保存一个模型,并对包含15例病人的验证集共266张图像进行分割处理,结果见表1.30 000次训练后的模型的验证效果最好,虽然40 000次和50 000次的模型是经过更多次训练的模型,但却出现了过拟合的现象,导致综合评价指标不如30 000次训练的模型,因此本文选取30 000次训练结果作为本次实验的最优训练结果.随着训练次数增加,损失逐渐下降,每训练20次记录一次损失值,为了显示的更加平滑,每记录30次损失值后取平均值画在图4中.如图4所示,在30 000次时损失值为0.19,起始损失值也只有0.61,这说明了迁移学习的可行性.表1 不同训练次数的验证结果对比表Table 1 Comparison of validation set for different numbers of training评价指标训练次数n1000020000300004000050000DICE指数0.890.880.910.900.89APD距离mm2.162.121.911.941.97GC率/%97.0394.8398.3098.6098.72图4 损失随训练次数的变化情况Fig.4 Variation of loss with numbers of training2 算法测试与结果分析2.1 算法测试本文利用心室的心脏腔的大致位置在心脏短轴切片的中心,以及一幅心脏MRI图像上只有一个左心室内膜的先验信息,提出一个选取准则:在训练后的自动分割中,如果分割出两个及两个以上的轮廓,将会选取更接近于中心的轮廓.本算法测试所用处理器为i5-6200U型号的CPU,测试数据是2009 MICCAI左心室分割挑战赛数据集,将其进行中心裁剪,最终得到尺寸为100×100的图像.对45个病例(805张图像)进行分割处理,具体用时见表2.表2 有无先验信息的测试用时对比表Table 2 Time-cost comparison of tests with and without priori information s消耗时间是否有先验信息有先验信息无先验信息总耗时333331病例平均耗时7.40007.3556图像平均耗时0.41370.4118 2009 MICCAI左心室分割挑战赛数据集用到了以下3种评价标准:1) DICE指数[12](DICE index):表示心脏短轴MRI图像的心室内膜自动分割轮廓的区域部分(A)与专家手动分割的轮廓的区域部分(M)重叠性或相似性的度量,定义为(4)重叠性很高时,DICE指数趋向1,重叠性很低时,DICE指数趋向0.2) APD距离[13](average perpendicular distance, APD):指从自动分割的轮廓中心点到相应专家手动分割的轮廓中心点的欧氏距离,单位是mm,分割结果越精确,APD距离越小.3) GC率(good contours ratio):在所有自动分割的轮廓中,如果APD距离小于5 mm,则被定义为好的轮廓,好的轮廓占所有分割轮廓的百分比称为GC率.分割过程中没有加入先验信息可能会出现错误分割的现象.图5为一张心室顶端收缩末期的图像在10 000次训练后的分割对比图,黄色和紫色轮廓为专家手动标注和10 000次训练后的分割轮廓,其中图5a加入了先验信息,图5b未加先验信息.图5 有无先验信息的分割结果对比图Fig.5 Comparison between segmentation results with and without prior information(a)—有先验信息的分割结果图； (b)—无先验信息的分割结果图.图6为不同训练次数的分割结果对比图,其中黄色、紫色、蓝色和红色轮廓分别指为专家手动标注、10 000次训练、20 000次训练和30 000次训练后的分割轮廓,从左至右分别表示心室底端以及心室顶端的收缩末期和舒张末期的分割图像.图6 不同训练次数的分割结果对比图Fig.6 Comparison of segmentation results for different numbers of training(a)—10 000次训练后的分割结果图；(b)—20 000次训练后的分割结果图； (c)—30 000次训练后的分割结果图.2.2 结果分析表2说明平均每0.4 s可以分割1张尺寸为100×100的图像,平均每7.4 s可以分割一个病例,而运算过程中加入先验信息基本不会增加分割耗时.表3是经过不同训练次数得到的FCN模型对2009 MICCAI数据集的45个病例分割后的结果对比表.如表3所示,随着训练次数的增加,3个评价指标均有所提高.而10 000次训练后加入先验信息达到的指标好于20 000次训练后不加入先验信息达到的指标.因此,在这一对比测试中,加入先验信息可以节省约10 000次的训练次数.在每一次相同训练次数的对比中,先验信息对其分割结果的APD距离和GC率也有明显的优化作用,同时也降低了标准差,这说明加入先验信息对于分割结果具有优化作用.表4是本文提出的将全卷积网络迁移学习到左心室内膜分割的方法与其他方法对2009MICCAI数据集的病例分割后的结果对比表,可知本文的方法在DICE指数和GC率的排名中均位于前列,APD距离的均值小于其他方法.说明相比于其他方法,本文的方法分割的轮廓与专家标注的轮廓更为相近,而且GC率的标准差也小于其他方法,说明本文的方法可以分割出更多的好轮廓,具有良好的分割稳定性以及精准的自动分割效果.表3 不同训练次数的结果对比表Table 3 Comparison for different numbers of training评价指标训练次数n10000#10000&20000#20000&30000#30000&DICE指数0.89±0.050.89±0.050.89±0.050.89±0.050.91±0.040.91±0.04APD距离/mm3.24±2.932.18±0.912.86±2.332.05±0.692.69±2.471.73±0.52GC率/%94.29±7.595.96±6.194.16±8.395.42±7.396.17±6.297.81±4.8注:“#”表示未加先验信息,“&”表示加入先验信息.表4 与其他方法的结果对比表Table 4 Comparison with others’ works评价指标本文方法Avendi[7]Queirós[6]Ngo[5]Hu[14]Liu[15]DICE指数0.91±0.040.94±0.020.90±0.050.90±0.030.89±0.030.88±0.03APD距离/mm1.73±0.521.81±0.441.76±0.452.08±0.402.24±0.402.36±0.39GC率/%97.81±4.896.69±5.792.70±9.597.91±6.291.06±9.491.17±8.5注:Ngo等得到的DICE指数和APD距离是在表现为好的轮廓的病例上得到的[5].3 结语本文提出通过迁移学习的方式将FCN应用到左心室内膜的分割,取得了良好的结果,说明了该方法的可行性,同样验证了加入一定的先验信息会优化分割结果,而且不会影响分割效率.但该方法对于心室顶端切片的左心室内膜边缘的精细分割仍然不是特别理想,这是因为在心室顶端切片处的左心室目标与周围背景结构的像素强度分布重叠,导致边缘极为模糊,还需要从算法方面进一步改进.参考文献：【相关文献】[1] Roth G A,Johnson C,Abajobir A,et al.Global,regional,and national burden of cardiovascular diseases for 10 causes,1990 to 2015[J].Journal of the American College of Cardiology,2017,70(1):1-25.[2] 陈伟伟,高润霖,刘力生,等.中国心血管病报告2016[J].中国循环杂志,2017,32(6):521-530. (Chen Wei-wei,Gao Run-lin,Liu Li-sheng,et al.Summary of report on cardiovascular diseases in China,2016 [J].Chinese Circulation Journal,2017,32(6):521-530.)[3] Nambakhsh C M S,Yuan J,Punithakumar K,et al.Left ventricle segmentation in MRI via convex relaxed distribution matching [J].Medical Image Analysis,2013,17(8):1010-1024. [4] Petitjean C,Dacher J N.A review of segmentation methods in short axis cardiac MR images[J].Medical Image Analysis,2011,15(2):169-184.[5] Ngo T A,Carneiro G.Left ventricle segmentation from cardiac MRI combining level set methods with deep belief networks[C]// 2013 20th IEEE International Conference on Image Processing(ICIP).Piscataway:IEEE Signal Processing Society,2013:695-699.[6] Queirós S,Barbosa D,Heyde B,et al.Fast automatic myocardial segmentation in 4D cine CMR datasets[J].Medical Image Analysis,2014,18(7):1115-1131.[7] Avendi M R,Kheradvar A,Jafarkhani H.A combined deep-learning and deformable-model approach to fully automatic segmentation of the left ventricle in cardiacMRI[J].Medical Image Analysis,2016,20(4):108-119.[8] Shelhamer E,Long J,Darrell T.Fully convolutional networks for semantic segmentation[J].IEEE Transactions on Pattern Analysis and MachineIntelligence,2017,39(4):640-651.[9] Shin H C,Roth H R,Gao M,et al.Deep convolutional neural networks for computer-aided detection:CNN architectures,dataset characteristics and transfer learning[J].IEEE Transactions on Medical Imaging,2016,35(5):1285-1298.[10] Kingma D P,Ba J.Adam:a method for stochastic optimization[C]// International Conference on Learning Representations.Amherst:UMASS,2015:1-13.[11] Srivastava N,Hinton G E,Krizhevsky A,et al.Dropout:a simple way to prevent neural networks from overfitting[J].Journal of Machine Learning Research,2014,15(1):1929-1958.[12] Dice L R.Measures of the amount of ecologic association betweenspecies[J].Ecology,1945,26(3):297-302.[13] Connelly K A,Detsky J S,Graham J J,et al.Multicontrast late gadolinium enhancement imaging enables viability and wall motion assessment in a single acquisition with reduced scan times[J].Journal of Magnetic Resonance Imaging,2009,30(4):771-777.[14] Hu H,Liu H,Gao Z,et al.Hybrid segmentation of left ventricle in cardiac MRI using Gaussian-mixture model and region restricted dynamic programming[J].Magnetic Resonance Imaging,2013,31(4):575-584.[15] Liu H,Hu H,Xu X,et al.Automatic left ventricle segmentation in cardiac MRI using topological stable-state thresholding and region restricted dynamicprogramming[J].Academic Radiology,2012,19(6):723-731.。

关于人体体温影响因素的研究作者姓名：程佳斌、陈华康、官耀丰、何子宸、胡涛、李辰、李哲人、刘阳鑫学院：东北大学中荷生物医学与信息工程学院组名：DCL第十三组指导教师：韩晶东北大学2012年6月About the body temperature decision factorsBy Cheng Jiabin、Chen Huakang、Guanyanfeng、He ZiCheng、Hu Tao、Li Chen、Li Zheren、Liu YangxinSupervisor: Professor HanJingNortheastern UniversityJune 2012中荷学院11本科生第13组DCL报告关于人体体温影响因素的研究摘要近年来随着生物医学技术的不断发展，人们对体温的研究也逐步加深，基于体温的决定因素和恒定因素的研究逐渐成为近年来研究的焦点课题之一，研究学者通过大量实验证明，恒温动物维持体温恒定的机能是在进行过程中产生的。

恒定的体温使机体各器官系统的机能活动持续稳定地保持在较高的水平上，这样就增强了机体适应环境的能力。

正常体温是会随昼夜变化而变化的，虽然人体的体温是比较恒定的，但也非一成不变，它在一正常范围内，受着多种因素的影响，有一定正常的波动范围，于是本小组就旨在研究四个方面的因素对体温的影响，包括节律、饮食、运动和药物对体温的影响。

作为灵长类的生物，人体的许多生理特性都具有节律性质，体温也不例外。

由于先天晚上的休息，呼吸消耗能量，热量会散失，故人们在早上太阳出来之前的体温是一天内最低的。

吃过早餐之后，由于食物的消化，糖类脂肪等能量物质的消化摄入，使得人体自身的产热增加，大于散热，人体的体温会因此升高一定的值。

当太阳出来后，环境温度升高，体温会有一定的适应性的变化，达到与环境的平衡。

然后人们开始一天的生活，例如锻炼，读书，看报。

当人们进行锻炼时，如晨跑等运动项目，肌肉收缩，脂肪糖类的大量的消耗，使得体温升高，由于自身的体温调节中枢的作用，人体会通过排汗，毛孔舒张产生适应性的变化，来平衡体温的升高值，虽然如此，但产热大于散热，体温会升高，直到休息，回复到安静时的体温。

以项目为载体的生物医学工程专业人才能力培养针对生物医学工程专业实践与创新能力教学过程中存在的问题，提出一种“以项目为载体”的课程设计（Design Centered Learmng）特色国际化人才培养模式，对生物医学工程专业实践能力、创新能力人才培养模式现状进行分析，以引进外方优秀教育资源Design Centered Learning（DCL）教学模式中一个案例教学过程为例，阐述这种教学模式对学生创新与实践能力培养产生的积极影响，为生物医学工程专业实践与创新能力人才培养提供一种模式参考。

关键词：生物医学工程；DCL；实践与创新；人才培养模式高等教育的根本任务是人才培养，不断提升人才培养水平是大学的永恒目标与追求，这一点在当前中国的大学改革和发展中尤显重要。

随着我国经济和社会的快速发展，我国的高等教育已由精英教育步入大众化教育阶段。

而在这一转变过程中，人才培养模式却没有适时转变，导致人才培养与社会需求错位，使大学生就业困难。

而生物医学工程学科是一门将理工学与生物医学相结合，综合运用各种工程技术原理和方法，解决医学实践相关问题的交叉学科。

近年来，生物医学工程产业在我国获得了快速发展，涌现出很多具有较强实力的生物医学工程相关企业，从而迫切需要大批合格的、具有实用创新能力的从业人员。

因此，如何紧密结合我国社会、经济的发展需求，培养社会急需的高素质生物医学工程人才，成为亟待解决的一个问题。

1 生物医学工程专业创新型、实践型人才培养模式现状分析目前，我国开设工科专业的本科高校有1 003所，占本科高校总数的90%；高等工程教育的本科在校生达到371万人，研究生47万人。

但是，我国工程教育仍存在不少问题，主要体现在：人才培养模式单一，多样性和适用性欠缺；工程性缺失和实践教学薄弱问题长期未得到解决；评价体系导向重论文、轻设计、缺实践；对学生的创新教育和创业训练重视与投入不足；产学研合作不到位，企业不重视人才培养全过程的参与。

分类号密级___________UDC ___________________学位论文快速拉曼光谱成像中的光谱重建算法研究作者姓名：王刚指导教师：陈硕副教授东北大学中荷生物医学与信息工程学院申请学位级别：硕士学科类别：工学学科专业名称：生物医学工程论文提交日期： 2017年11月论文答辩日期：2017年12月学位授予日期： 2018年1月答辩委员会主席：姜慧研评阅人：徐礼胜，齐守良，崔笑宇，李晨东北大学2017年12月A Thesis in Biomedical EngineeringDevelopment of spectral reconstruction algorithms for fast Raman spectroscopicimagingBy Wang GangSupervisor: Assoc. Prof. Chen ShuoNortheastern UniversityDecember 2017独创性声明本人声明，所呈交的学位论文是在导师的指导下完成的。

论文中取得的研究成果除加以标注和致谢的地方外，不包含其他人己经发表或撰写过的研究成果，也不包括本人为获得其他学位而使用过的材料。

与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。

学位论文作者签名：日期：2017年12月8日学位论文版权使用授权书本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定：即学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。

本人同意东北大学可以将学位论文的全部或部分内容编入有关数据库进行检索、交流。

作者和导师同意网上交流的时间为作者获得学位后：半年□一年□一年半□两年□学位论文作者签名：导师签名：签字日期：2017年12月8日签字日期：2017年12月8日快速拉曼光谱成像中的光谱重建算法研究摘要拉曼光谱在各个领域发挥着越来越重要的作用，尤其在生物医学和医疗方面的作用更是逐渐显现。

生物医学工程专业最好的20所大学生物医学工程专业最好的20所大学名单1、清华大学2、上海交通大学3、西安交通大学4、东南大学5、华中科技大学6、四川大学7、南方医科大学8、首都医科大学9、东北大学10、天津大学11、复旦大学12、电子科技大学13、浙江大学14、北京航空航天大学15、上海理工大学16、南京大学17、北京理工大学18、北京大学19、重庆大学20、中山大学生物医学工程专业介绍生物医学工程专业，是一门理工医相结合的交叉学科，与生物工程密切相关，其主要特点是将工程学的方法应用到医学领域中。

它将工程技术与医学相结合以提高医疗水平，帮助患者得到更好的照料以及提高健康个体的生活质量。

研发是生物医学工程师工作的主要内容，它覆盖一个非常宽广的领域：生物信息学、医学图像、图像处理、生理信号处理、生物力学、生物材料、系统分析、三维建模等等。

生物医学工程的应用实例有生物兼容的假体、医疗器械、诊断设备、MRI 和EEG这样的成像设备以及医用药品。

通常生物医学系要对医院使用的医疗设备进行校正以及维护，除非这些设备需要根据保证或者维护合同规定需要外部公司进行维护。

本专业要求学生深入掌握电子技术，计算机技术，信息处理理论医学与工程相结合的科研能力，解决生物医学领域中的科学研究，医疗仪器研制，产品开发以及大型医疗设备的操作，维修管理等问题，同时也能胜任其他领域的电子技术及计算机技术。

具有较广泛的就业前景。

生物医学工程专业方向生物信息技术、医学图像与医学电子学、生物与医学纳米技术、生物医学材料、医学信息学及工程生物医学工程专业课程《普通物理学》、《模拟电子技术》、《脉冲数字电子技术》、《医用传感器》、《数字信号处理》、《微机原理及应用》、《医学图像处理》、《医用仪器原理》、《医学影像仪器》、《检验分析仪器》、《临床工程学》、《正常人体形态学》、《生物化学》、《生理学》、《诊断学》、《内科学》、《外科学》等。

生物医学工程专业怎么样?(学长学姐评价)合肥工业大学：如果要出国的话可以考虑，但是要是找工作的话就不要选择这个专业了首都医科大学：建议不要考虑,最好选择生物基因工程四川大学：个人建议：如果你不是热爱材料学的人，如果你只是准备混过你的大学，不要选择生物医学工程……第一，国内还没有发展起来;第二，即便是发展起来了，也不会需要不专业的本科生甚至研究生，这个的结果就是最终你要转行或者做销售;考虑好自己的路，认真做好应该做的。

生物医学工程（083100）学科一、学科简介生物医学工程学科是在将信息科学和技术应用于解决医学实际问题中孕育和快速发展壮大起来的新兴交叉学科。

1996年6月获得国家一级学科学士学位授予权，1998年6月获得国家一级学科硕士学位授予权，2006年1月获得国家一级学科博士学位授予权，2008年3月成为省一级重点学科。

本学科拥有世界一流的医疗产业平台和医疗临床资源，发挥多学科交叉的优势，遵循应用基础研究和高技术发展研究相结合的原则，强调医学影像学的核心地位，开展医学成像科学与技术、医学图像分析与智能辅助、生物医学电子学、生物信息学和医学信息学等方向的研究，形成了独有的生物医学工程的教学、科研和开发综合性学科环境。

多年来，承担了多项国家级的科技攻关任务，包括国家863计划课题、国家科技攻关计划课题和国家自然科学基金项目，研制和开发了一系列先进的具有自主知识产权的数字医疗产品和技术。

本学科现有教授18人（其中博士生导师6人），副教授21人，讲师16人，其中32名教师具有博士学位。

形成了一支以著名教授为学科带头人，高水平的中青年博士为学术中坚，归国留学人才不断加盟的高层次学术梯队。

二、培养目标生物医学工程学科旨在为尖端的医疗技术领域培养高端人才。

具体目标为：（一）学习马列主义毛泽东思想，拥护共产党的领导，拥护社会主义制度，热爱祖国，遵纪守法，具有良好的道德品质，积极为社会主义建设服务。

（二）掌握生物医学工程学科坚实宽广的基础理论和深入系统的专门知识。

（三）具有独立从事科学研究工作的能力。

（四）在本学科领域取得一定的创造性成果。

三、学习年限与学分要求全日制攻读博士学位,学习年限原则上为3年；在职攻读博士学位,学习年限原则上为4年,但无论全日制还是在职攻读博士学位,保留学籍时间不超过6年。

学分要求：最低学分10学分。

四、研究方向（一）医学成像科学与技术本研究方向聚焦于医学成像系统的原理和设备的研究，具体包括X-射线、CT、MRI、PET、超声等现代医学影像设备的原理和技术。