头像
更新时间:2024.08.20
总访问量:10

周乾伟

| 博士 副教授 博士生导师

单位:

职务: 科研

研究方向:

办公地址: 计算机楼B321

办公电话:

电子邮箱: zqw@zjut.edu.cn

手机访问
  • 个人简介

    2018~2019:美国匹兹堡大学,放射系,图像研究室访学,从事医学影像智能理解算法的相关研究,导师Shandong Wu。

    2014~至今:浙江工业大学,计算机学院,计算机视觉研究所,从事机器学习相关研究,以科研工作为主。

    2013~2013:IBM上海研究院,从事车联网大数据算法研究。

    2009~2014:中科院上海微系统与信息技术研究所,嵌入式与机器学习方向,获工学博士,导师袁晓兵。


    周乾伟专注于机器学习及其应用,目前主要研究用于医学影像的智能理解算法。攻读博士期间,荣获《博士研究生国家奖学金》以及《中科院所长一等奖学金》。以第一发明人获得发明专利授权5项。以第一作者在IEEE Trans等高水平期刊上发表论文7篇。曾获得国家留学基金委资助,赴美访问匹兹堡大学1年,期间发表了医学影像界国际顶级学术会议(RSNA2019,北美放射年会)千人大会口头报告一篇,目前已在nature子刊nature communications发表。先后两次获国家自然科学基金资助。




  • 科研成果

    一作代表作:

    1. Q. Zhou, M. Zuley, Y. Guo, L. Yang, B. Nair, A. Vargo, S. Ghannam, D. Arefan, and S. Wu*, A machine and human reader study on AI diagnosis model safety under attacks of adversarial images, Nature Communications, vol. 12, no. 1, p. 7281, 2021/12/14 2021, doi: 10.1038/s41467-021-27577-x.

    2. Q. Zhou, G. Yuan, L. Yang, G. Nebbia, and S. Wu, Are Your AI Diagnosis Models Safe Under Attack of Manipulated Images?, presented at the Radiological Society of North America 2019 Scientific Assembly and Annual Meeting, Chicago IL, December 1 - December 6, 2019, 2019, Abstract, Presentation. [Online]. Available: archive.rsna.org/2019/19017802.html. (RSNA2019大会报告)

    3. Q. Zhou et al., Training Deep Neural Networks for Wireless Sensor Networks Using Loosely and Weakly Labeled Images, Neurocomputing, pp. 1-11, 2021.

    4. Q. Zhou, Z. Xu, S. Cheng, Y. Huang, and J. Xiao, Innovative Savonius rotors evolved by genetic algorithm based on 2D-DCT encoding, Soft Computing, journal article vol. 22, no. 23, p. 10, May 05 2018, doi: 10.1007/s00500-018-3214-x.

    5. Q. Zhou, B. Li, H. Liu, S. Chen, and J. Huang, Microphone-Based Vibration Sensor for UGS Applications,IEEE Transactions on Industrial Electronics, vol. 64, no. 8, pp. 6565-6572, 0314 2017.

    6. Q. Zhou, G. Tong, B. Li, and X. Yuan, A Practicable Method for Ferromagnetic Object Moving Direction Identification, IEEE Transactions on Magnetics, vol. 48, no. 8, pp. 2340-2345, 2012.

    7. Q. Zhou, G. Tong, D. Xie, B. Li, and X. Yuan, A Seismic-Based Feature Extraction Algorithm for Robust Ground Target Classification,IEEE Signal Processing Letters, vol. 19, no. 10, pp. 639-642, 2012.

    8. Q. Zhou et al., A quarter-car vehicle model based feature for wheeled and tracked vehicles classification, Journal of Sound and Vibration, vol. 332, no. 26, pp. 7279-7289, 2013, doi: http://dx.doi.org/10.1016/j.jsv.2013.08.042.

     


  • 科研项目

    主持项目:

    • 2020年至今,智慧医疗系统对合成影像的防御机制研究(于2022年获批国自然面上项目)

      • 研究合成影像对智慧医疗系统的影响,已有成果包括RSNA2019大会报告,nature子刊发表。

      • 研究智慧医疗系统对合成影像的防御机制。

      • 研究算法用于理解医学影像中反映的人体组织和器官的内在的固有的时空规律。

    • 2022年至今,基于EEG信号的身份认证方法研究。

    • 2019年至今,中国自然科学基金项目(2021年已结题)

      • 设计产品造型的智能编解码算法,提高产品造型设计的智能化水平,加速产品造型的更新迭代速度。

      • 目前正在推广应用,以期用超高分辨率的造型图像编解码方法加速新颖风轮造型的设计。

      • 任项目负责人,研究三维造型的智能编解码算法,用于风力发电机叶型的快速优化。

    • 2020年至今,超密集微声阵列的仿真及算法研究

      • 设计超密集微声阵列的仿真软件,研究微声阵列的深度学习算法,实现低频宽带声目标的高精度定向定位。

      • 任项目负责人,设计软件架构,超密集微声阵列的硬件平台,算法原理,推进项目。

    • 2019年至今,生物特征识别APP

      • 在智能手机上实现生物特征的识别,包括人脸、步态、指纹、虹膜、声纹等。

      • 任项目总监,设计APP所需的硬件平台,算法在移动平台上的迁移,推进项目进度等。

    • 2017-2019,深度神经网络压缩

      • 大幅压缩深度神经网络的计算量,使其能够快速运行于传感器网络节点上。

      • 任项目负责人,设计了低成本的数据收集和清晰算法,设计了神经网络压缩方法。

    • 2014-2016,新型震动传感器的设计

      • 利用震动与声音的互相转换现象,设计一款新型的、高灵敏度的、轻质小型的震动传感器,使得安防领域中的无线传感器网络节点更加小型化。

      • 任项目负责人,验证了震动传感器的物理原理,实现了结构造型、仿真验证、电子电路设计,算法开发,外场实验验证。

     


  • 教学与课程

    “医学影像+计算机视觉+机器学习”论文分享会:

    9点~11点,计算机楼D313,每周五,欢迎感兴趣的同学老师前来旁听。


链接

更新时间:2024.08.20
总访问量:10