许晨楚 (Chenchu Xu)
 |
许晨楚 [中文/En] [Google Scholar] [安徽大学主页]
教授 |
我现任安徽大学计算机科学与技术学院教授。在加入安徽大学之前，我曾在加拿大 西安大略大学 Schulich 医学院担任博士后研究员， 与 Shuo Li 教授合作。 我先后获得安徽大学计算机科学博士学位、 合肥工业大学 计算机科学硕士学位，以及 电子工程学院 网络工程学士学位。
我一直在寻找具有扎实数学功底或优秀编码能力的优秀学生。如果你对与我合作感兴趣， 请通过邮件介绍你的兴趣和背景（附个人简历、成绩单以及以往的研究论文）。
研究方向
我的研究方向包括计算机视觉、机器学习和医学图像分析。我们致力于让人工智能改变医学实践， 将人工智能从实验室走向真实临床环境。
新闻
2026-02：我们的论文《Diversity-driven MG-MAE: Multi-granularity representation learning for non-salient object segmentation》已发表在 Medical Image Analysis（2026）！
2025-10：我们的论文《Knowledge-driven interpretative conditional diffusion model for contrast-free myocardial infarction enhancement synthesis》已发表在 Medical Image Analysis（2025）！
2025-09：我们的论文《Interactive prototype learning and self-learning for few-shot medical image segmentation》已发表在 Artificial Intelligence in Medicine（2025）！
2025-09：我们的论文《Non-Salient Object Segmentation in Medical Images via Pre-trained Multi-Granularity Masked Autoencoders》已在 MICCAI 2025 大会上发表！
2025-01：我们的研究《Hierarchical candidate recursive network for highlight restoration in endoscopic videos》发表在《Expert Systems with Applications》！作为先行者，我们首次探索了内窥镜视频高光修复这一全新领域，为该技术的发展奠定了基础。
2024-06：我们的研究《Accurate segmentation of liver tumor from multi-modality non-contrast images using a dual-stream multi-level fusion framework》发表在《Computerized Medical Imaging and Graphics》！
2024-06：我们的研究《Prediction of Freezing of Gait in Parkinson’s disease based on multi-channel time-series neural network》发表在《Artificial Intelligence in Medicine》！
2024-05：我们的研究《Common-Unique Decomposition Driven Diffusion Model for Contrast-Enhanced Liver MR Images Multi-Phase Interconversion》发表在《IEEE Journal of Biomedical and Health Informatics》！
2024-04：我们的研究《Deep Generative Adversarial Reinforcement Learning for Semi-Supervised Segmentation of Low-Contrast and Small Objects in Medical Images》发表在《IEEE Transactions on Medical Imaging》！
2023-10：我们的研究在 Elsevier‑MedIA MICCAI 2022 特刊中被评为最佳论文亚军，获得高度认可。[点击查看详情]
2023-10：我们的硕士生刘进豪和朱兴来作为第一作者和第二作者发表了创新研究《Accurate 3D contrast-free myocardial infarction delineation using a 4D dual-stream spatiotemporal feature learning framework》在《Applied Soft Computing》！
2023-09：我们很高兴宣布论文《Spatiotemporal Knowledge Teacher-Student Reinforcement Learning to Detect Liver Tumors Without Contrast Agents》被《Medical Image Analysis》期刊录用，为无造影剂肝肿瘤检测方法带来突破！
2023-07：作为通讯作者，我们的最新工作《Heuristic multi-modal integration framework for liver tumor detection from multi-modal non-enhanced MRIs》发表在《Expert Systems with Applications》！