导师风采

罗建文
职称 : 长聘教授 长江学者特聘教授
职务 : 教师
学位 : 博士
联系电话 : 62780650
电子邮箱 : luo_jianwen@tsinghua.edu.cn
个人主页 : https://bme.tsinghua.edu.cn/info/1068/1040.htm (生物医学工程学院)https://www.med.tsinghua.edu.cn/info/1143/2123.htm (医学院)

个人简介

    清华大学生物医学工程本科、硕士、博士;2005-2011年在美国哥伦比亚大学担任博士后和Associate Research Scientist。2011年全职任教于清华大学,现为清华大学生物医学工程学院长聘教授,博士生导师。入选教育部长江学者特聘教授,入选国家海外高层次人才引进计划青年项目,获国家自然科学基金委优秀青年科学基金项目资助。作为项目负责人承担国家重点研发计划重点专项项目2项、国家自然科学基金项目5项。长期专注于医学超声成像的方法研究,特别是超声弹性成像及心血管疾病与肝纤维化诊断新方法的研究。近年来,进一步开展了超分辨率超声成像、超声脑功能成像、基于人工智能的超声成像与图像计算研究。发表论文380多篇,其中SCI收录200多篇,包括TMI、TUFFC、TBME等IEEE Trans系列论文50多篇。40多篇论文成为期刊高引论文、热门论文、封面、封底、年度亮点、年度最佳论文等。论文被引用9000多次,H指数=50。

    以第一完成人获得我国医药卫生行业最具影响力的科技奖项之一中华医学科技奖二等奖、我国生物医学工程学科最高科技奖“黄家驷生物医学工程奖”二等奖、中国图象图形学学会技术发明奖二等奖。担任IEEE TMI期刊(医学影像顶刊)、IEEE TUFFC期刊(超声技术顶刊)Associate Editor,Ultrasonics期刊编委,J Med Ultrason期刊编委,国内10多家学会分会副主委、常委、委员。担任德国DFG、法国ANR、比利时FWO、以色列MOST、加拿大SSHRC/NFRF、荷兰DHF项目评审专家。担任国家自然科学基金、国家重点研发计划、中组部/教育部/科技部/基金委人才计划/项目评审专家。

实验室微信公众号:muse_lab_thu


工作简历

2023-    教育部 "长江学者奖励计划"特聘教授

2023-    清华大学 医学院 生物医学工程系    长聘教授 博士生导师

2011-2023    清华大学 医学院 生物医学工程系    特别研究员 准聘/长聘副教授 博士生导师

2009-2011    美国 纽约 哥伦比亚大学 生物医学工程系    Associate Research Scientist

2005-2009    美国 纽约 哥伦比亚大学 生物医学工程系    博士后

2000-2005    清华大学 医学院 生物医学工程系 博士生

1996-2000     清华大学 电机工程与应用电子技术系 生物医学工程与仪器专业 本科

教学工作

现代数字信号处理

医学成像系统

医学影像1:物理原理

医学影像2:成像系统

医学影像前沿与实践

研究领域

医学超声成像

在研课题

国家重点研发计划重点专项

国家自然科学基金面上项目

清华大学精准医学科研计划战略项目

清华大学精准医学科研计划探索项目

科研成果

     长期专注于医学超声成像的方法研究,特别是超声弹性成像及心血管疾病与肝纤维化诊断新方法的研究。近年来,进一步开展了超快速超声多普勒血流成像、超声脑功能成像、超分辨率超声成像、基于深度学习的超声成像与图像分析研究。
(1)超声弹性成像方法
    提出了基于编码激励、压缩感知、并行发射等技术的新型超声成像序列,以及基于自监督深度学习的图像重建方法,提高了超声成像的帧频与图像质量。提出了弹性成像新算法,在保证高精度的同时,计算速度提高1-2个数量级。提出的算法被领域内的著名学者采用(包括美国医学院院士、美国工程院院士、美国医学和生物工程研究院院士、欧洲科学院院士、荷兰科学院和工程院院士、电气与电子工程师协会会士等)。提出了脉搏波成像、颈动脉弹性成像、血管横截面剪切波成像、心肌弹性成像、心脏机电波成像等多种心血管弹性成像新方法,可望用于心血管疾病的早期诊断与筛查。

    合作研发了亚太地区首台肝脏瞬时弹性成像设备,先后获国家医疗器械注册证、美国FDA注册证、欧盟CE证书等60多个国家/地区的资质认证,国内外累积装机4500多台,覆盖60多个国家/地区,国内细分市场份额70%。该产品的灵敏度、特异性、准确性等指标与国外产品相当,检测速度及成功率等指标超越国外产品,达到国际领先水平。

(2)超声微血管成像方法
    开展了超快速超声多普勒血流成像、超声脑功能成像、超分辨率超声成像的研究。提出了多种波束合成方法与图像处理算法,提高了超声微血管成像的分辨率、对比度与信噪比。提出了基于深度学习的超分辨率超声成像算法,提高了成像质量与计算速度。
(3)医学图像智能分析
    提出了基于弱监督深度学习的超声图像病灶分割算法;提出了基于影像组学和深度学习的疾病分类或分级诊断算法;提出了基于无监督深度学习的多标记生物显微图像配准算法,在ANHIR和ACROBAT两个公开数据集中均排名第一。

   实验室微信公众号:muse_lab_thu

著译目录

发表论文380多篇,其中SCI收录200多篇。40多篇论文成为期刊高引论文、热门论文、封面、封底、年度亮点、年度最佳论文奖等。论文被引用9000多次,H指数=50。

  1. Deng K, Luo Y, Zuo H, Chen Y, Gu L, Liu M, Luo J*, Ma C*. Self-supervised upsampling for reconstructions with generalized enhancement in photoacoustic computed tomography. IEEE Transactions on Medical Imaging 2025. DOI: 10.1109/TMI.2025.3588789 (一区Top)

  2. Chen Y, Fang B, Li H, Huang L, Luo J*. Ultrafast online clutter filtering for ultrasound microvascular imaging. IEEE Transactions on Medical Imaging 2025, 44(5): 2477-2491 (一区Top).

  3. Wei X, Ge L, Huang L, Luo J*, Xu Y*.  Unsupervised non-rigid histological image registration guided by keypoint correspondences based on learnable deep features with iterative training. IEEE Transactions on Medical Imaging 2025, 44(1): 447-461. (一区Top).

  4. Ge L, Wei X, Hao Y, Luo J*, Xu Y*, Unsupervised histological image registration using structural feature guided convolutional neural network, IEEE Transactions on Medical Imaging 2022, 41(9): 2414-2431 (一区Top).

  5. Li Y, Liu Y, Huang L, Wang Z*, Luo J*. Deep weakly-supervised breast tumor segmentation in ultrasound images with explicit anatomical constraints. Medical Image Analysis 2022, 76: 102315 (一区Top).

  6. Chen Y, Liu J, Luo X*, Luo J*. ApodNet: Learning for high frame rate synthetic transmit aperture ultrasound imaging. IEEE Transactions on Medical Imaging 2021, 40(11): 3190-3204 (一区Top)

  7. Zhang J, He Q, Xiao Y, Zheng H, Wang C*, Luo J*, Ultrasound image reconstruction from plane wave radio-frequency dataset by self-supervised deep neural network, Medical Image Analysis 2021, 70, 102018 (一区Top).

  8. Liu X*, Zhou T, Lu M, Yang Y, He Q, Luo J*. Deep learning for ultrasound localization microscopy. IEEE Transactions on Medical Imaging 2020, 39(10): 3064-3078 (一区Top).

  9. Liu J, He Q, Luo J*. A compressed sensing strategy for synthetic transmit aperture ultrasound imaging. IEEE Transactions on Medical Imaging 2017, 36(4): 878-891 (一区Top).

  10. Zhang G, Pu H, He W, Liu F, Luo J*, Bai J. Bayesian framework based direct reconstruction of fluorescence parametric images. IEEE Transactions on Medical Imaging 2015, 34(6): 1378-1391 (一区Top).

  11. Luo J, Konofagou EE. A fast normalized cross-correlation calculation method for motion estimation. IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control 2010, 57(6): 1347-1357 (Top 1 cited paper in IEEE TUFFC 2010)

获奖和荣誉

2023 教育部长江学者奖励计划特聘教授

2023 中华医学科技奖医学科学技术奖二等奖(第一完成人)

2021 中国生物医学工程学会黄家驷生物医学工程奖二等奖(第一完成人)

2021 中国图象图形学学会技术发明奖(第一完成人)

2019 江苏省科学技术奖二等奖(第二完成人)

2018 北京市科学技术奖三等奖(第四完成人)

2015 北京市科学技术奖三等奖(第四完成人)

2013 国家自然科学基金优秀青年基金

2012 国家海外高层次人才引进计划青年项目

2005 清华大学优秀博士毕业生

主要兼职

IEEE Transactions on Medical Imaging期刊(医学影像顶刊)Associate Editor

IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control期刊(超声技术顶刊)Associate Editor

Ultrasonics期刊编委

J Med Ultrason期刊编委

Faculty Opinions评论员

IEEE生物医学工程分会(EMBS)生物医学与图像处理(BIIP)技术委员会委员

IEEE国际超声论坛 (IUS) 技术委员会委员

10多家全国学会分会副主任委员、常务委员、委员

德国DFG、法国ANR、比利时FWO、以色列MOST、加拿大SSHRC/NFRF、荷兰DHF项目评审专家

国家自然科学基金、国家重点研发计划、中组部/教育部/科技部/基金委人才计划/项目评审专家

声明:导师风采信息由导师个人维护,仅代表导师本人。招生平台仅提供信息存储空间服务。
清华大学研究生招生办公室(境内):010-62782192 yjszb@tsinghua.edu.cn
清华大学研究生招生办公室(港澳台及国际):010-62781380 grad@tsinghua.edu.cn
Copyright © 2021 All rights reserved. 清华大学 版权所有