计算机与通信工程学院 School of Computer and Communication Engineering
计科系
当前位置: 首页 > 师资队伍 > 计科系 > 正文

邝利丹讲师

发布时间: 2020-03-16 10:10:04 浏览量:

长沙理工大学计算机与通信工程学研究生导师基本信息表

1 个人基本信息

姓名:邝利丹

性别:女

出生年月:1989-07

技术职称:讲师

毕业院校:大连理工大学

学历(学位):博士

所在学科:计算机科学与技术

研究方向:脑功能信号分析、盲源分离、深度学习

2  教育背景

2008.09-2012.06

湘潭大学

本科

2012.09-2018.10

大连理工大学

博士(硕博连读,保研)

 

 

 

3  目前研究领域

1)  基于盲源分离方法的复数多被试fMRI数据组分析;

2)  脑功能信号提取与改变分析;

3)  基于深度学习的特征提取与脑疾病辅助诊断。

4 已完成或已在承担的主要课题

主持国家自然科学基金青年项目1项,湖南省教育厅一般项目1项;作为主要成员参与国家自然科学基金项目4项:

1)  基于耦合张量分解的高维多被试复数fMRI数据分析,国家自然科学基金青年项目,614020562020.1-2022.1224.5万元,主持。

2)  基于张量分解的高维多被试复数fMRI数据组分析方法研究,19C0031,湖南省教育厅科学研究一般项目,2019-20211万元,主持。

3)  视觉跟踪中目标深度表观模型的学习与更新方法研究,61972056,国家自然科学基金面上项目,2020.1-2023.12,主要参与,在研。

4)  空间源相位约束下完备复数fMRI数据的稀疏表示,61871067,国家自然科学基金面上项目,2019.1 - 2022.12,主要参与,在研。

5)  基于耦合张量分解的多数据集联合盲分离方法研究,61671106,国家自然科学基金面上项目,2017.1 - 2020.122/6,在研。

6)  基于复值ICA和张量分解的完备fMRI数据分析方法研究,61379012,国家自然科学基金面上项目,2014.1 - 2017.12,主要参与,完成。

5 已出版的主要著作

6 已发表的学术论文

国际期刊论文(全部SCI期刊):

[1]           Kuang LD, Lin QH, Gong XF, Cong F, Wang YP, Calhoun VD. “Shift-Invariant  Canonical Polyadic Decomposition of Complex-Valued Multi-Subject fMRI Data with  Phase Sparsity Constraint,” IEEE Transactions on Medical Imaging. DOI:  10.1109/TMI.2019.2936046. (IF: 7.816)

[2]           Kuang LD, Lin QH, Gong XF, Cong F, Sui J, Calhoun VD. “Model order  effects on ICA of resting-state complex-valued fMRI data: Application to schizophrenia,” Journal  of Neuroscience Methods, vol. 304, pp. 24−38, 2018. (IF: 2.785)

[3]           Kuang LD, Lin QH, Gong XF, Cong F, Calhoun VD. “Adaptive independent  vector analysis for multi-subject complex-valued fMRI data,” Journal of  Neuroscience Methods, vol. 281, pp. 49−63, 2017. (IF: 2.785)

[4]           Kuang LD Lin QH, Gong XF, Cong F, Sui J, Calhoun VD. “Multi-subject fMRI  analysis via combined independent component analysis and shift-invariant  canonical polyadic decomposition,” Journal of Neuroscience Methods,  vol. 256, pp. 127–140, 2015. (IF: 2.785)

[5]           Qiu Y, Lin QH, Kuang LD, Gong XF, Cong F, Wang YP,  Calhoun VD. “Spatial source phase: A new feature for identifying spatial  differences based on complex-valued resting-state fMRI data,” Human Brain  Mapping, vol.40,  pp.2662–2676, 2019. (IF: 4.927)

[6]           Yu  MC, Lin QH, Kuang LD, Gong XF, Cong F, Calhoun VD. “ICA of full  complex-valued fMRI data using phase information of spatial maps,” Journal  of Neuroscience Methods, vol. 249, pp. 75−91, 2015. (IF: 2.785)

[7]           Cong  F, Lin QH, Kuang LD, Gong XF, Astikanen P, Ristaniemi T. “Tensor decompoistion  of EEG signals: A brief review, ” Journal of  Neuroscience Methods, vol. 248, pp. 59–69, 2015. (IF: 2.785)

国际会议论文(全部EI检索):

[8]           Kuang LD, Lin QH, Gong XF, Cong F, Calhoun VD. “Post-ICA phase  de-noising for resting-state complex-valued FMRI data,” in Proc. 42nd IEEE  Int. Conf. Acoustics, Speech, and Signal Processing (ICASSP2017),  New Orleans, USA, pp. 856860, 2017. (信号处理领域顶级会议,CCF推荐会议B类,口头报告)

[9]           Kuang LD, Lin QH, Gong XF, Chen YG, Cong F, Calhoun VD. “Model order  effects on independent vector analysis applied to complex-valued fMRI data,” in  Proc. 14th IEEE Int. Symposium on Biomedical Imaging (ISBI 2017),  Melbourne, Australia, pp. 81–84, 2017. (生物医学图像处理领域顶级会议)

[10]      Kuang LD Lin QH, Gong XF, Cong F,  Calhoun VD. “An adaptive fixed-point IVA algorithm applied to multi-subject  complex-valued fMRI data,” in Proc. 41st IEEE Int. Conf. Acoustics, Speech  and Signal Processing (ICASSP2016), Shanghai, China, pp. 714718, 2016. (信号处理领域顶级会议,CCF推荐会议B类,口头报告)

[11]      Kuang LD, Lin QH, Gong XF, J.  Fan, Cong F, Calhoun VD. “Multi-subject fMRI data analysis: Shift-invariant  tensor factorization vs. group independent component analysis,” in Proc.  1st IEEE China Summit and Int. Conf. Signal and Information Processing (ChinaSIP2013),  Beijing, China, pp. 269–272, 2013. (IEEE会议,口头报告)

[12]      Qiu Y, Lin  QH, Kuang LD, Zhao WD, Gong XF, Cong F, Calhoun VD. “Classification of  schizophrenia patients and healthy controls using ICA of complex-valued fmri  data and convolutional neural networks,” in Proc. 16th International Symposium on Neural Networks (ISNN 2019), Moscow, Russia,  2019. (IEEE会议,口头报告)

中国发明专利:

[13]      林秋华,  邝利丹, 龚晓峰, 丛丰裕.  一种用于多被试fMRI数据分析的分组张量方法, 专利号201410126455.8,  2017.1.18, 已授权.

[14]      林秋华,  邝利丹, 龚晓峰, 丛丰裕.  一种结合独立成分分析与移不变规范多元分解的多被试功能核磁共振成像数据分析方法, 专利号201510510622.3,  2018.1.16, 已授权.

[15]      林秋华,  邝利丹, 龚晓峰, 丛丰裕.  一种适于多被试复数fMRI数据分析的自适应定点IVA算法,  专利号201610165248.2, 2016.6.8, 已授权.

[16]      林秋华,  邝利丹, 龚晓峰, 丛丰裕.  对静息态复数fMRI数据进行ICA后处理消噪的相位精确范围检测方法, 专利号201710116707.2, 2017.3.1,  已授权.

[17]      邝利丹, 林秋华, 龚晓峰,  丛丰裕. 一种适于多被试fMRI数据分析的快速移不变CPD方法,专利号201811510882.0,  2018.12.11, 已受理.

[18]      邝利丹, 林秋华, 张经宇,  龚晓峰, 丛丰裕. 一种引入空间源相位稀疏约束的多被试复数fMRI数据移不变CPD分析方法,  专利号201910168387.4, 2019.03.06, 已受理.

科研奖励:

[19]      邝利丹, 林秋华,  龚晓峰, 丛丰裕. 2017年辽宁省优秀论文三等奖, 2017.09.19.

[20]      邝利丹, 林秋华,  龚晓峰, 丛丰裕. 2016年辽宁省优秀论文三等奖, 2016.07.29.

[21]      邝利丹, 林秋华,  龚晓峰, 丛丰裕. 2016年大连市优秀论文三等奖, 2016.07.26.

 

7 所获学术荣誉及学术影响





 


上一篇:曾道建讲师

下一篇:桂彦讲师

Copyright © 2020 All Right Reserved 长沙理工大学 计算机与通信工程学院 版权所有

地址:长沙理工大学云塘校区理科楼B-404物联网实验室 电话:0731-85258462