姓名：蒋 芸

职称、职务：教授、博士、博士生导师

主要研究方向：机器学习、深度学习、医学图像智能处理

【个人简历】

蒋芸，女，教授，博士，博士生导师。1992年6月毕业于西北师范大学计算机系，获工学学士学位；1999年6月毕业于西北师范大学数学系，获理学硕士学位；2007年10月博士毕业于西北工业大学计算机学院，获得工学博士学位。2011年公派至澳大利亚皇家理工大学计算机学院学习。中国计算机学会数据库专委执委、人工智能与模式识别专委委员、大数据专委委员、生物信息学专委委员，曾任2014年至2015年度计算机学会青年学会兰州分会副主席。

近年来，在国家级权威刊物和国际及全国性学术会议上发表论文90余篇，多篇被SCI、EI检索。目前主持和完成国家自然科学基金2项、甘肃省重点研发计划项目1项、甘肃省自然科学基金2项、甘肃省高校科研项目1项、甘肃省教育厅硕导基金1项，甘肃省产业支撑项目1项；作为重要成员曾参与并完成了国家自然科学基金项目2项、国家教育部博士点基金项目1项、国家教育部重大科技项目1项等4个项目的研究工作；获得计算机专利2项、软件著作权31项。曾荣获甘肃省高校科技进步奖3项；荣获西北师范大学“优秀教师奖”和“教学质量优秀奖”3项；主讲课程“数据结构”被评为甘肃省高等学校“精品课程”、“省级双语教学示范课程”。

【教学工作】

主要研究方向：机器学习、深度学习、医学图像智能处理

主要承担的本科课程：《数据结构》、《C语言程序设计》、《数据挖掘》、《离散数学》、《线性代数》、《算法设计与分析》等。

主要承担的研究生课程：《数据挖掘》、《机器学习》、《面向对象程序设计》等。

【科研项目】

(1) 2025年-2027年，甘肃省教育厅产业支撑计划项目“高速公路准全天候通行监测预警关键技术研究与应用”，（NO.2025CYZC-008），项目主持。

(2) 2020年－2023年，国家自然科学基金项目“基于深度学习的视网膜图像分割及辅助诊断技术研究”，（No. 61962054），项目主持。

(3) 2012年－2015年，国家自然科学基金项目“基于乳腺X光图像的医学图像挖掘研究”，（No. 61163036），项目主持。

(4) 2023年—2024年，甘肃省重点研发计划项目“基于皮肤镜图像AI智能识别的皮肤癌早期辅助诊断关键技术及临床示范应用研究”，（No.22YF7FA123），项目主持。

(5) 2021年－2023年，西北师范大学重大科研项目培育计划，“面向心脑血管疾病智能辅助诊断的多模态医疗数据处理关键技术研究”，（No.NWNU-LKZD2021-06），项目主持。

(6) 2016年－2018年，甘肃省自然科学基金项目“基于分布式平台的医学图像挖掘方法研究”，（No. 1606RJZA047），项目主持。

(7) 2010年－2012年，甘肃省自然科学基金项目“基于入侵检测的数据流挖掘研究”，（No. 1010RJZA022），项目主持。

(8) 2012年度甘肃省高校基本科研业务费专项资金项目“面向医学图像的数据挖掘分类方法研究”，项目主持。

(9) 2012年－2015年，甘肃省高校研究生导师项目“面向WEB的数据流挖掘技术研究”，（No. 1201-16），项目主持。

(10) 2010年－2012年，西北师范大学三期创新工程骨干项目“基于WEB的流媒体挖掘技术研究”，（No. nwnu-kjcxgc-03-67），项目主持。

(11) 2012年－2015年，国家自然科学基金项目“基于在线百科和问答社区的中文文本蕴涵知识获取”，（No. 61163039），第二主持人。

(12) 2017年-2019年，西北师大双语教学示范课程建设项目，项目主持。

【获奖】

(1)“数据公平交换协议与数据挖掘的理论研究”，2006年荣获甘肃省高校科技进步三等奖 

(2) 2009年，荣获西北师范大学第四届学生心目中“优秀教师”奖

(3) 2009年，荣获西北师范大学“教学质量优秀奖”

(4) 2011年，作为主讲教师的“数据结构双语课程”获得“省级精品课程一等奖” 

(5)“割圆序列关键理论研究及其应用”，2012年荣获甘肃省高校科技进步二等奖

(6) 2013年，荣获西北师范大学“教学质量优秀奖”

(7) 2014年，“基于B/S架构的计算机类实验教学管理系统的研发与应用”荣获甘肃省教学成果奖

(8) “神经网络的进化发育与模式分类研究”，2014年荣获甘肃省高校科技进步三等奖

(9)  2015年，主讲课程《数据结构》被评为甘肃省高等学校 “省级双语教学示范课程”

(10) 第三届“蓝桥杯”全国软件专业人才设计与创业大赛甘肃赛区C/C++程序设计本科组二等奖2项，甘肃赛区Java程序设计本科组三等奖1项，优秀指导教师。

(11) 2020年，第六届中国国际“互联网+”大学生创新创业大赛甘肃赛区金奖，大赛甘肃分赛高教主赛道“优秀创新创业导师”，指导项目“医准智能”。

(12) 2020年，第四届全国大学生创新方法应用大赛西北赛区二等奖，作品名称：基于卷积神经网络的眼底图像分割的研究与应用，优秀指导教师。

(13) 2020年，第十届全国大学生电子商务“创新、创意及创业”挑战赛甘肃省省级特等奖，作品名称：开启AI 眼底医疗“新航程”，优秀指导教师。

(14) 2020年，第十二届“挑战杯”甘肃省大学生创业计划大赛西北赛区特等奖，作品名称：AutoEye 智能眼底图像分析平台，优秀指导教师。

(15) 2021年8月 第十一届全国大学生电子商务“创新、创意及创业”挑战赛甘肃赛区省级选拔赛三等奖 指导教师 作品名称：AutoEye 智能眼底分析平台2.0

(16) 2021年12月 “华为杯”第十八届中国研究生数学建模竞赛三等奖，指导教师

(17) 2021年9月 第十三届“挑战杯”甘肃省大学生课外学术科技作品竞赛 一等奖 指导教师 作品名称：AutoEye 智能眼底分析平台2.0

(18) 2021年 第七届中国国际“互联网+”大学生创新创业大赛甘肃省分赛银奖 （高教主赛道） 指导教授 作品名称：Smart Control-无人化自习室管理器件设计及配套系统开发

(19) 2022年陕西省第九届研究生电子设计竞赛暨“ 兆易创新杯”第十七届中国研究生电子设计竞赛西北赛区选拔赛团队一等奖

(20) 2022年“华为杯”第十九届中国研究生数学建模竞赛三等奖，指导教师

(21) 2023年“中国光谷·华为杯”第十九届中国研究生数学建模竞赛，中国学位与研究生教育学会、中国科协青少年科技中心，COVID-19 疫情期间生活物资的科学管理问题，三等奖，指导教师

(22) 2023年“华为杯”第二十届中国研究生数学建模竞赛，中国学位与研究生教育学会、中国科协青少年科技中心，三等奖，指导教师

(23) 2024年4月，杨龙岗荣获第十五届蓝桥杯全国软件和信息技术专业人才大赛甘肃赛区C/C++程序设计研究生组一等奖，优秀指导教师，工业和信息化部人才交流中心，蓝桥杯大赛组委会

(24) 2024年4月，刘柄汐荣获第十五届蓝桥杯全国软件和信息技术专业人才大赛甘肃赛区C/C++程序设计研究生组三等奖，优秀指导教师，工业和信息化部人才交流中心，蓝桥杯大赛组委会；

(25) 2024年4月，陈鹏昱荣获第十五届蓝桥杯全国软件和信息技术专业人才大赛甘肃赛区Python程序设计研究生组三等奖，优秀指导教师，工业和信息化部人才交流中心，蓝桥杯大赛组委会；

(26) 2024年5月，第十四届全国大学生电子商务“创新、创意及创业”挑战赛校级赛一等奖，优秀指导老师，指导团队：抗癌先锋队，全国大学生电子商务“创新、创意及创业”挑战赛竞赛组织委员会；

(27) 2024年12月 “华为杯”第二十一届中国研究生数学建模竞赛三等奖 指导教师

【部分论文】

(1) Exploring Contrastive Pre-training for Domain Connections in Medical Image Segmentation. IEEE Transactions on Medical Imaging. 2025 Jan 3.（顶刊，SCI检索）

(2) Exploring Self-Conditioning Co-Sample Strategy of Diffusion Models in Dermoscopic Images[J]. IEEE Journal of Biomedical and Health Informatics, 2025.（顶刊，SCI检索）

(3) MAG-Net : Multi-fusion network with grouped attention for retinal vessel segmentation, Mathematical Biosciences and Engineering, 2024, 21(2):1938-1958.（SCI检索）

(4) Dense-sparse representation matters: A point-based method for volumetric medical image segmentation[J]. Journal of Visual Communication and Image Representation, 2024, 100:104115.（SCI检索）

(5) PCF-Net: Position and Context Information Fusion Attention Convolutional Neural Network for Skin Lesion Segmentation[J].Heliyon Decision.2023.（SCI检索）

(6) iU-Net:A hybrid structured network with a novel feature fusion approach for Medical Image Segmentation.BioData Mining.2023（SCI检索）

(7) MDSC-Net:A multi-scaledepthwise separable convolutional neural network for skin lesion segmentation [J].IET Image Process.2023,17(10):115.（SCI检索）

(8) MS-CANet: Multi-Scale Subtraction Network with Coordinate Attention for Retinal Vessel Segmentation[J]. Symmetry,2023,15(4):835.（SCI检索）

(9) ACEANet: Ambiguous Context Enhanced Attention Networkfor skin lesion segmentation[J]. Intelligent Data Analysis,202428(3):791-805. （SCI检索）

(10) CTDS-Net：CNN-Transformer Fusion Network for Dermoscopic Image Segmentation[C]. ICRCV, IEEE, 2023: 141-150.（EI检索）

(11) SRNet: Striped Pyramid Pooling and Relational Transformer for Retinal Vessel Segmentation[J]. BMVC .2023: 347.（EI检索）

(12) MAG-Net:multi-fusion network with grouped attention for retinal vessels segmentation[J]. Mathematical Biosciences and Engineering, 2024, 21(2): 1938-1958. （SCI检索）

(13) SwinBTS:A Method for 3D Multimodal Brain Tumor Segmentation Using Swin Transformer[J]. Brain Sciences, 2022, 12(6): 797.（SCI检索）

(14) MTPA_Unet:Multi-Scale Transformer-Position Attention Retinal Vessel Segmentation Network Joint Transformer and CNN[J]. Sensors, 2022, 22(12):4592. （SCI检索）

(15) MCPANet:Multiscale Cross-Position Attention Network for Retinal Vessel Image Segmentation[J]. Symmetry, 2022, 14(7): 1357. （SCI检索）

(16) Dermoscopic image segmentation based on Pyramid Residual Attention Module[J]. PloS one, 2022, 17(9): e0267380. （SCI检索）

(17) SIL-Net: A Semi-Isotropic L-shaped Network for Dermoscopic Image Segmentation [J]. Computers in Biology and Medicine, 2022. （SCI检索）

(18) RSAP-Net:Joint Optic Disc And Cup Segmentation With A Residual Spatial Attention Path Module And MSRCR-PT Pre-Processing Algorithm[J]. BMC Bioinformatics, 2022. （SCI检索）

(19) A Multi-Scale Residual Attention Network for Retinal Vessel Segmentation. Symmetry 2021,13, 24. （SCI检索）

(20) Multi-Scale and Multi-Branch Convolutional Neural Network for Retinal Image Segmentation. Symmetry 2021, 13, 365. （SCI检索）

(21) Joint Optic Disc and Optic Cup Segmentation based on New Skip-Link Attention Guidance Network and Polar Transformation[C]//ICONIP. 2020 （EI检索）

(22) Joint Disc and Cup Segmentation Based on Recurrent Fully Convolutional Network[J]. PloS one, 2020.（SCI检索）

(23) Efficient BFCN for automatic retinal vessel segmentation, Journal of Ophthalmology, vol. 2020, Article ID 6439407, 14 pages, 2020 （SCI检索）

(24) Multi-Path Recurrent U-Net Segmentation of Retinal Fundus Image[J]. Applied Sciences,2020.6.30.（SCI检索）

(25) Image data augmentation method based on maximum activation point guided erasure[C]. 2020 2nd International Conference on Advances in Computer Vision, Image and Virtualization (CVIV 2020), （EI检索）

(26) Skin Lesion Segmentation Based on Multi-Scale Attention Convolutional Neural Network, in IEEE Access, vol. 8, pp. 122811-122825, 2020, （SCI检索）

(27) 基于条件深度卷积生成对抗网络的视网膜血管分割[J/OL].《自动化学报》:1-12，2019-06-18. 

(28) Breast cancer histopathological image classification using convolutional neural networks with small SE-ResNet module[J]. PloS one, 2019, 14(3): e0214587. （SCI检索）

(29) Retinal Vessels Segmentation Based on Dilated Multi-Scale Convolutional Neural Network[J]. IEEE Access,2019,7:76342-76352. （SCI检索）

(30) Optic Disc and Cup Segmentation Based on Deep Convolutional Generative Adversarial Networks[J].IEEE Access,2019,7:64483-64493. （SCI检索）

(31) CP-SSD: Context Information scene Perception Object Dection Based on SSD[J]. Applied sciences,2019, 9:2785. （SCI检索）

(32) Image Data Augmentation Method Based on Convolutional Neural Networks, Computer Engineering & Science,2019.（SCI检索）

(33) The optimization of parallel convolutional RBM based on Spark[J]. International Journal of Wavelets, Multiresolution and Information Processing, 2019, 17(02): 1940011.（EI检索）

(34) Classification of H&E stained breast cancer histopathology images based on convolutional neural network. The 4th Annual International Conference on Information System and Artificial Intelligence, May 17th-18th, 2019. （ EI检索）

(35) Multi-scale Feature Mapping Method Based on Clustering Convolution. The 4th Annual International Conference on Information System and Artificial Intelligence, May 17th-18th, 2019. （EI检索）

(36) A removing redundancy Restricted Boltzmann Machine[C]//Advanced Computational Intelligence (ICACI), 2018 Tenth International Conference on. IEEE, 2018: 57-62.（EI检索）

(37) A Brain Tumor Segmentation New Method Based on Statistical Thresholding and Multiscale CNN[C]// International Conference on Intelligent Computing. Springer, Cham, 2018: 235-245. （EI检索）

(38) Modified Binary Cuckoo Search for Feature Selection: A Hybrid Filter-Wrapper Approach[C]//2017 13th International Conference on Computational Intelligence and Security (CIS). IEEE, 2017(1): 488-491. （EI检索）

(39) A New Hybrid Approach for Medical Image Intelligent Classifying using Improved Wavelet Neural Network. The 20th International Conference on Neural Informatino Processing  (ICONIP) ，Springer-Verlag Berlin Lecture Notes in Computer Science，volume 8227,pp490-495, 2013.（EI 检索）

(40) A New Gene Expression Profiles Classifying Approach Based on Neighborhood Rough Set and Probabilistic Neural Networks Ensemble.The 20th International Conference on Neural Informatino Processing  (ICONIP) , Springer-Verlag Berlin Lecture Notes in Computer Science，volume 8227,pp484-489,  2013.  （EI检索）

(41) A Multi-class Support Vector Data Description Approach for Classification of Medical Image. The Ninth International Conference on Computational Intelligence and Security ,pp115-119, 2013. （EI检索）

(42) An Improved SVM Classifier for Medical Image Classification，Rough Sets and Intelligent Systems Paradigms 2007 International Conference. Springer-Verlag Berlin Lecture Notes in Artificial Intelligence, pp.764-773,2007. （EI检索）

(43) A Better Classifier Based on Rough Set and Neural Network for Medical Images, International Conference on Data Mining，ICDM2006, IEEE Computer Society, Hongkong, pp853-857,2006. （SCI检索）

(44) A New Approach for Selecting Attributes Based on Rough Set Theory, Intelligent Data Engineering and Automated Learning, 5th International conference Exeter, Springer-Verlag Berlin Lecture Notes in Computer Science,IDEAL2004 （SCI检索）

(45) SAG-Net:用于联合视盘和视杯分割的新型跳过注意力指导网络[J]. 《计算机工程与科学》, 2021年, 43(07):1273-1282.

(46) 基于集成分类型深度神经网络的视网膜眼底血管图像分割[J]. 《计算机工程与科学》, 2021年,43(05):862-871.

(47) 融合标记独有属性特征的K近邻多标记分类新算法[J]. 《计算机工程与科学》, 2019年，第41卷，第3期，第513-519页。

(48) 基于条件生成对抗网络的咬翼片图像分割[J/OL].《计算机工程》[J]. 2019年，第45卷，第4期 ，第223-227页。

(49) 基于YOLO算法的眼底图像视盘定位方法[J].《计算机工程与科学》,2018年10。

(50) 基于卷积受限玻尔兹曼机的医学图像分类新方法，《计算机工程与科学》2017.04,第39卷第2期，第323-329页。

(51) 基于边缘检测的多类别医学图像分类方法，《数据采集与处理》，第5期，2016.9.15