基本信息

性别：女    ||  出生年月：1988.09    ||  政治面(miàn)貌：黨員

現任職稱：講師

最後(hòu)學(xué)曆：博士研究生     ||  最後(hòu)學(xué)位：博士    ||  獲學(xué)位單位：四川大學(xué)

聯系方式：     ||  郵箱：zqma@bistu.edu.cn    ||  通訊地址：北京信息科技大學(xué)

導師信息

碩導/博導：碩導 || 批碩/博導時(shí)間：2022年01月

在讀碩士： 1人 || 畢業碩士：0人 || 在讀博士： || 畢業博士：

所屬院系、學(xué)科及研究方向(xiàng)

所屬學(xué)院：儀器科學(xué)與光電工程學(xué)院

所屬系：  智能(néng)感知工程系

所屬學(xué)科：儀器科學(xué)與技術

研究方向(xiàng)1：深度學(xué)習

研究方向(xiàng)2：醫學(xué)影像分析

研究方向(xiàng)3：深計算機視覺

工作簡曆

2020.09 – 至今 北京信息科技大學(xué)儀器科學(xué)與光電工程學(xué)院測控系，講師

承擔教學(xué)任務 

本科課程：《深度學(xué)習》，《Python程序設計》

主要論文目錄 

(1) Ma Z, Xie Q, Xie P, et al. HCTNet: A Hybrid ConvNet-Transformer Network for Retinal Optical Coherence Tomography Image Classification[J]. Biosensors, 2022, 12(7): 542.

(2) Xie Q, Ma Z, Zhu L, et al. Multi-task generative adversarial network for retinal optical coherence tomography image denoising[J]. Physics in Medicine and Biology, 2022.

(3) Ma Z, Zhou S, Wu X, et al. Nasopharyngeal carcinoma segmentation based on enhanced convolutional neural networks using multi-modal metric learning[J]. Physics in Medicine & Biology, 2019, 64(2): 025005.

(4) Ma Z, Wu X, Wang X, et al. An iterative multi-path fully convolutional neural network for automatic cardiac segmentation in cine MR images[J]. Medical physics, 2019, 46(12): 5652-5665.

(5) Ma Z, Wu X, Song Q, et al. Automated nasopharyngeal carcinoma segmentation in magnetic resonance images by combination of convolutional neural networks and graph cut[J]. Experimental and therapeutic medicine, 2018, 16(3): 2511-2521.

(6) Ma Z, Wu X, Sun S, et al. A discriminative learning based approach for automated nasopharyngeal carcinoma segmentation leveraging multi-modality similarity metric learning[C]//2018 IEEE 15th International Symposium on Biomedical Imaging (ISBI 2018). IEEE, 2018: 813-816.

(7) Ma Z, Zhang Y, Zhang W, et al. Noise reduction in low-dose CT with stacked sparse denoising autoencoders[C]//2016 IEEE Nuclear Science Symposium, Medical Imaging Conference and Room-Temperature Semiconductor Detector WorkshopNSS/MIC/RTSD). IEEE.

(8) Ma Z, Wu X, Zhou J. Automatic nasopharyngeal carcinoma segmentation in MR images with convolutional neural networks[C]//2017 International Conference on the Frontiers and Advances in Data Science (FADS). IEEE, 2017: 147-150.

科研成(chéng)果

(1)基于多路卷積神經(jīng)網絡的MRI圖像心髒結構分割方法，發(fā)明專利，ZL 2019 1 0780248.7