张雄
职称：教授 硕士生导师
办公地址：3200威尼斯vip综合楼 611
电子邮件：zx@tyust.edu.cn
教育背景
2000.09--2003.07，太原理工大学，电路与系统专业，硕士
1992.09--1996.07，太原理工大学，电子工程专业，学士
工作履历
2023.09-2024.09，英国提赛德大学，访问学者
2020.12--至今，3200威尼斯vip3200威尼斯vip，教授
2006.07-2020.12，3200威尼斯vip3200威尼斯vip，副教授
2001.07-2006.07，3200威尼斯vip，讲师
1996.07-2001.07，3200威尼斯vip，助教
教学工作
1）任教课程
本科生课程：《数字图像处理》、《数字信号处理》、《通信原理》、《信息论》、《计算机网络》、《随机信号分析》、《信号检测与估计》等
研究生课程：《现代信号处理》、《模式识别》等
2）教材：
(1) 信号检测与估计（第1版）. 北京:清华大学出版社，2010（副主编）.
(2) 信号检测与估计（第2版）. 北京:清华大学出版社，2014（副主编）.
(3) 信号检测与估计（第3版）. 北京:清华大学出版社，2023（副主编）.
(4) 数字信号处理及应用（第2版）. 北京:高等教育出版社，北京，2009（参编）.
(5) 电子工艺学教材. 北京:北京大学出版社，2006（参编）.
科研工作
1）研究领域
人工智能与模式识别、医学图像处理、智能信息处理、无线通信网络
2）承担项目
（1）国家自然科学基金面上项目：基于多维数字化分析的口腔腭皱同一认定系统构建方法研究（项目编号：82171883），2022.1-2025.12. 参与
（2）国家自然科学基金面上项目：面向无线视频组播的分布式编码与随机混叠调制（项目编号：61272262），2013.1-2016.12. 参与
（3）山西省自然科学基金项目：CT图像伪影抑制中任务驱动的生成对抗网络训练机制研究（项目编号：202103021224265），2022.1-2024.12. 主持
（4）山西省自然科学基金项目：认知无线网络中协作频谱感知理论与关键技术研究（项目编号：2011011014-1），2011.1-2013.12. 主持
（5）国家自然科学青年基金项目：宽带大规模MIMO参数化信道估计与联合信号检测研究（项目编号：61501315），2016.1-2018.12，，参加
（6）国家自然科学青年基金项目：低剂量CT图像伪影抑制中循环生成对抗训练模型研究（项目编号：62001321），2021.01-2023.12，参加
（7）山西省基础研究计划面上项目：基于双域CNN-Transformer多分支网络的低剂量CT伪影抑制方法研究，2024.01-2026.12，参加
3）代表性成果
论文：
(1) Zhang, X., Han, Z., Shangguan, H. (2021). Artifact and Detail Attention Generative Adversarial Networks for Low-Dose CT Denoising. IEEE Transactions on Medical Imaging, vol. 40, no. 12, pp. 3901-3918, Dec. , doi: 10.1109/TMI.2021.3101616. [SCI一区]
(2) Zhang, X., Guo, Y., Shangguan, H., & Li, R. (2023)。Predicting remaining useful life of a machine based on embedded attention parallel networks. Mechanical Systems and Signal Processing, 192: 110221. [SCI一区]
(3) Zhang, X., Luo, Q., Shangguan, H., Wu, Y. (2021). Three-dimensional palatal rugae recognition based on cyclic spectral analysis. Biomedical Signal Processing and Control, 68: 102718. [SCI二区]
(4) Zhang, X., Hao, Y., Shangguan, H., Zhang, P. (2020). Detection of surface defects on solar cells by fusing multi-channel convolution neural networks. Infrared Physics & Technology, 108: 103334. [SCI二区]
(5) Zhang, X., Feng, C., Wang, A. (2021) CT super-resolution using multiple dense residual block based GAN. Signal, Image and Video Processing, 15: 725-733. [SCI四区]
(6) Zhang, X., Hou, T., Hao, Y., Shangguan, H., Wang, A. (2021). Surface Defect Detection of Solar Cells Based on Multiscale Region Proposal Fusion Network. IEEE Access, 9 : 62093-62101. [SCI三区]
(7) Zhang, X., Ning, A., Shangguan, H., Wang, A. (2020). Pedestrian Detection with EDGE Features of Color Image and HOG on Depth Images. Automatic Control and Computer Sciences, 54 : 168-178. [EI]
(8) 张雄, 韩泽芳, 上官宏. (2021). 基于生成对抗网络和噪声水平估计的低剂量 CT 图像降噪方法. 电子与信息学报, 43(8): 2404-2413. [EI]
(9) 罗强, 上官宏, 李冰, 张雄*, 武有成. (2020). 法医同一认定数字化系统中腭皱特征识别研究. 口腔医学研究, 35(2): 163. [北大核心]
(10) 王悦, 上官宏, 张雄*, 崔学英, 张鹏程, 桂志国. (2024). 一种基于稀疏先验的低剂量CT深度展开网络. 北京航空航天大学学报. [EI]
(11) Han, Z., Shangguan, H.*, Zhang, X.*, Cui, X. (2023). A coarse-to-fine multi-scale feature hybrid low-dose CT denoising network. Signal Processing: Image Communication, 118: 117009. [SCI三区]
(12) Han, Z., Shangguan, H.*, Zhang, X.*, Zhang, P. (2022). A Dual-Encoder-Single-Decoder Based Low-Dose CT Denoising Network. IEEE Journal of Biomedical and Health Information, 26(7): 3251-3260. [SCI二区]
(13) Shangguan, H., Yang, T., Luo, Q., Zhang, X. (2023). 3D palatal rugae recognition based on Fractional Fourier Transform. Digital Signal Processing, 133(103873). [SCI三区]
(14) Shangguan, H., Cui, X., Zhang, X., Liu, Y. (2019). Sinogram restoration for low-dose X-ray computed tomography using regularized Perona-Malik equation with intuitionistic fuzzy entropy. Signal, Image and Video Processing, 13: 1511-1519. [SCI四区]
(15) Yang, L., Shangguan, H., Zhang, X.*, Wang, A. (2019). High-Frequency Sensitive Generative Adversarial Network for Low-Dose CT Image Denoising. IEEE Access, 8: 930-943. [SCI三区]
(16) Shangguan, H., Li, B., Zhang, X., Wu, Y. (2019). Research on Correction Method of Palatal Rugae Morphology in Forensic Digital Identification System. International Journal of Morphology, 37(1). [SCI四区]
(17) 韩泽芳, 张雄*, 上官宏, 韩兴隆. (2022). 用于低剂量CT降噪的伪影感知生成对抗网络. 计算机应用, 42(7):2301-2310. [北大核心]
(18) 韩泽芳, 上官宏*, 张雄*, 韩兴隆, 桂志国. (2022). 基于深度学习的低剂量 CT 成像算法研究进展. CT 理论与应用研究, 31(1). [科技核心]
(19) 韩兴隆, 上官宏, 张雄, 韩泽芳, 崔学英. (2023). 一种基于伪影估计的低剂量 CT 图像降噪方法. 北京航空航天大学学报, 49(2). [EI]
(20) 张高峰，张雄*，武晓嘉，等.（2021）基于多域对抗学习的无人机目标跟踪算法[J]. 计算机工程与设计，42(10):2962-2969. [北大核心]
专利：
(1) 一种用于飞机发动机的剩余使用寿命预测系统，第一发明人，授权专利号： ZL202210966774.4
(2) 基于生成对抗网络的CT图像超分辨率重构方法，第一发明人，授权专利号：ZL201910708177.X
(3) 一种基于渐进式生成对抗网络的低剂量CT图像降噪及去伪影方法，第一发明人，授权专利号：ZL202110267452.6
(4) 用于低剂量CT图像降噪及去伪影的双注意力生成对抗网络，第一发明人，授权专利号：ZL202010842110.8
(5) 抑制低剂量CT图像中伪影噪声的多尺度特征生成对抗网络，第一发明人，授权专利号：ZL202011482596.5
(6) 太阳能电池表面缺陷检测方法，第一发明人，授权专利号：ZL202110646252.1
(7) 用于LDCT图像去噪的高频敏感GAN网络，第一发明人，授权专利号：ZL201910779574.
(8) 一种基于方向向量的腭皱倾斜图像矫正方法[P]，第三发明人，专利号：ZL201910074646.7
(9) 一种采用循环谱的三维腭皱识别方法[P]，第三发明人，专利号：ZL201911216905.1
(10) 基于卷积神经网络多特征融合的太阳能电池缺陷检测方法[P]，第四发明人，专利号：ZL202010429805.3
(11) 一种基于最小二乘拟合的腭皱图像感兴趣区边界标定方法[P]，第一发明人，专利号：ZL201910075585.6
(12) 一种基于注意力卷积神经网络的胸部肋骨骨折检测方法，第一发明人，专利号：ZL202010845981.5
(13) 一种自适应目标框优化的无人机跟踪方法，第一发明人，专利号：ZL202210525565.6
获奖：
山西省科技进步二等奖，口腔颌面部特征的法医学同一认定关键技术与应用，排名3
