郝小可
近期热点
资料介绍
个人简历
郝小可,工学博士,河北工业大学人工智能与数据科学学院讲师,硕士生导师,校聘“元光学者”。 2017年获得南京航空航天大学博士学位,师从张道强教授(国家优青);曾于2015年在美国印第安纳大学医学院进行访问学习,导师沈理教授(现在University of Pennsylvania宾夕法尼亚大学)。博士论文《基于机器学习的影像遗传学关联分析及其应用研究》获江苏省人工智能学会优秀博士学位论文(首届)。目前主要研究领域为机器学习、医学图像分析、生物信息学。与国内外多所高校及研究机构(其中包括医院和医学院)合作,主持国家自然科学基金1项、中科院自动化所模式识别国家重点实验室开放课题1项,并参与了多项国家级研究项目,在面向阿尔茨海默病(俗称老年痴呆)等其他脑疾病的智能分析中取得了一些研究成果。共发表学术论文20余篇,部分成果已在MedIA、Bioinformatics、Molecular Neurobiology、Neuroinformatics、IEEE/ACM TCBB、IEEE JBHI、 Scientific Reports、Journal of Alzheimer’s Disease、PLoS One、自动化学报、中国科学、模式识别与人工智能等重要期刊发表。以第一作者身份发表领域内权威国际会议论文4篇(包括MLMI2013、MICCAI2014、PSB2016、ISMB/ECCB2017),参加会议做口头报告和墙展报告,3次获得Travel Award;多次参加国内会议做特邀报告。目前担任中国图学学会大数据专业委员会委员、中国计算机学会青年科技论坛CCF YOCSEF天津副主席。1.教育背景:2015.01-2015.06:美国印第安纳大学,放射学与影像科学,访问学习;2012.09-2017.07:南京航空航天大学,计算机科学与技术,工学博士;2009.09-2012.06:南京信息工程大学,气象信息技术与安全,理学硕士;2005.09-2009.06:南京信息工程大学,计算机科学与技术,工学学士;2.工作经历:2017.12-至今:河北工业大学,讲师;研究领域
(1) 基于机器学习理论及应用;(2) 生物医学图像计算及神经影像遗传学关联分析;(3) 智能脑疾病辅助诊断模型的研究与开发。"主持或参加的科研项目(1)国家自然科学基金面上项目,基于深度学习的心脏MR图像双心室量化方法研究(项目编号:61976241)近期论文
(1) Xiaoke Hao, Yongjin Bao, Yingchun Guo, Ming Yu, Daoqiang Zhang, Shannon L. Risacher, Andrew J. Saykin, Xiaohui Yao, Li Shen. Multi-modal Neuroimaging Feature Selection with Consistent Metric Constraint for Diagnosis of Alzheimer’s Disease. Medical Image Analysis, 2020, 60 (101625): 1-13. (SCI, Top期刊,IF: 8.88, JCR: Q1)(2) Meiling Wang, Wei Shao, Xiaoke Hao, Li Shen, and Daoqiang Zhang. Identify Consistent Cross-Modality Imaging Genetic Patterns via Discriminant Sparse Canonical Correlation Analysis. IEEE/ACM Transactions on Computational Biology and Bioinformatics, 2020 (In Press). (SCI, IF: 2.896, JCR: Q1, CCF推荐国际学术期刊B类)(3) Xiaoke Hao, Xiaohui Yao, Shannon L. Risacher, Andrew J. Saykin, Li Shen, Daoqiang Zhang. Identifying Candidate Genetic Associations with MRI-derived AD-related ROI via Tree-guided Sparse Learning. IEEE/ACM Transactions on Computational Biology and Bioinformatics, 2019, 16(6):1986-1996. (SCI, IF: 2.896, JCR: Q1, CCF推荐国际学术期刊B类)(4) Yingchun Guo, Kunpeng Zhao, Xiaoke Hao(通讯作者), Ming Yu. Deep Regression Neural Network for End-to-End Person Re-Identification. IEEE ACCESS, 2019, 92825-92837. (SCI, IF: 4.098, JCR: Q1)(5) Meiling Wang, Xiaoke Hao(共同第一作者), Jiashuang Huang, Wei Shao, and Daoqiang Zhang. Discovering network phenotype between genetic risk factors and disease status via diagnosis-aligned multi-modality regression method in Alzheimer’s disease. Bioinformatics, 2019, 35 (11): 1948-1957. (SCI, Top期刊,IF: 4.531, JCR: Q1, CCF推荐国际学术期刊B类)(6) Mingliang Wang, Xiaoke Hao, Jiashuang Huang, Kangcheng Wang, Xijia Xu, Daoqiang Zhang and Mingxia Liu. Hierarchical Structured Sparse Learning for Schizophrenia Identification. Neuroinformatics, 2019, Apr 23:1-15. (SCI, IF: 5.127, JCR: Q1)(7) Qi Zhu, Ning Yuan, Jiashuang Huang, Xiaoke Hao, Daoqiang Zhang. Multi-modal AD classification via self-paced latent correlation analysis. Neurocomputing.2019, 355: 143-154. (SCI, IF: 4.072, JCR: Q1)(8) Jiashuang Huang, Qi Zhu, Xiaoke Hao, Xiaomeng Shi, Shuzhan Gao, Xu Xijia, Daoqiang Zhang. Identifying Resting-state Multi-Frequency Biomarkers via Tree-Guided Group Sparse Learning for Schizophrenia Classification. IEEE Journal of Biomedical and Health Informatics, 2019, 23(1):342-350. (SCI, IF: 4.271, JCR: Q1)(9) 张道强, 朱旗, 郝小可, 邵伟, 王明亮, 黄嘉爽, 黄硕. 脑影像智能分析. 中国科学:信息科学. 2018, 48 (5): 1-14. (CCF 推荐中文科技期刊A类)(10) 郝小可, 李蝉秀, 严景文, 沈理, 张道强. 基于统计学习的影像遗传学方法综述. 自动化学报, 2018, 44 (1): 13-24. (EI, CCF 推荐中文科技期刊A类)(11) Mingliang Wang, Xiaoke Hao, Jiashuang Huang, Kangcheng Wang, Xijia Xu, Daoqiang Zhang. Multi-Level Multi-Task Structured Sparse Learning for Diagnosis of Schizophrenia Disease. The 20th Medical Image Computing and Computer Assisted Intervention (MICCAI 2017): 46-54. Quebec, Canada, Sep. 10-14. (医学图像计算领域顶级国际会议)(12) 李蝉秀, 郝小可, 张道强. 基于超网络的基因和脑影像关联分析. 模式识别与人工智能, 2017, 30 (9): 841- 849. (核心期刊, CCF 推荐中文科技期刊B类)(13) Xiaoke Hao, Chanxiu Li, Jingwen Yan, Xiaohui Yao, Shannon L. Risacher, Andrew J. Saykin, Li Shen, Daoqiang Zhang. Identification of Associations between Genotypes and Longitudinal Phenotypes via Temporally-constrained Group Sparse Canonical Correlation Analysis. Bioinformatics, 2017, 33 (14): i341-i349. (SCI, Top期刊,IF: 4.531, JCR: Q1, CCF推荐国际学术期刊B类). The 25th Intelligent Systems for Molecular Biology/European Conference on Computational Biology (ISMB/ECCB 2017). Prague, Czech Republic, Jul. 21-25. (CCF B类会议,生物信息学领域顶级国际会议,录用率16.5%,口头报告, Travel Fellowship Award)(14) Xiaoke Hao, Chanxiu Li, Lei Du, Xiaohui Yao, Jingwen Yan, Shannon L. Risacher, Andrew J. Saykin, Li Shen, Daoqiang Zhang. Mining Outcome-relevant Brain Imaging Genetic Associations via Three-way Sparse Canonical Correlation Analysis in Alzheimer’s Disease. Scientific Reports, 2017, 7: 44272. (SCI, IF: 4.011, JCR: Q1)标签: 河北工业大学 人工智能与数据科学学院
相关热点