张雄

发布时间:2023-01-09文章来源: 浏览次数:

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,电路系统专业,

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.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


关闭 打印责任编辑:刘茹茹