二附院团队负责人简介：

医工交叉团队由3名资深医生和3名顶尖人工智能研究员共同组成，注重跨学科合作与交流。团队成员致力于将医学与工程科技深度融合，通过不断的学习、交流、探索与研究，共同推动医工交叉领域的发展，积极探寻医疗领域的前沿技术与应用，以期为患者提供更精准、高效的医疗服务。

图1 智能超声诊断医工交叉团队介绍

医院团队负责人简介：

周琦，博士，主任医师，教授，科主任，博士生导师。西安交通大学医学部“名医与名师”、中国医师协会超声医师分会“中国杰出超声医师”。主要研究方向为甲状腺与乳腺等浅表器官疾病的超声诊疗。担任中华医学会超声医学分会委员，中国医师协会超声医师分会常委，中国超声医学工程学会腹部专业委员会主委及浅表外周血管副主委，中国医促会超声分会副主委，中国医学影像技术研究会超声分会常委，省超声质控中心主任，省医学会超声分会副主委及医师协会超声分会副会长，西安医学会超声医学分会主委等。《European Radiology》与《中华超声影像学杂志》等编委。主/副主编专著四本。主持国家自然科学基金2项，省部级项目10余项，获陕西省科技进步二等奖1项，发表SCI及核心期刊论文200余篇，培养硕士及博士研究生30余名。

姜珏，医学博士，主任医师，副教授，研究生导师。擅长浅表器官超声诊断，超声介入及肿瘤微创治疗。主要研究方向为甲状腺与乳腺多模态超声诊断及肿瘤超声介入诊疗相关研究。主要学术任职有中华医学会超声医学分会青委委员，中国医促会超声分会青委副主委，中国医师协会介入医师分会妇产介入学组常委，陕西省超声医学工程学会浅表器官专业委员会主委，西安医学会超声医学分会副主委等。主持及参与国家及省部级基金10余项，荣获陕西省科技进步三等奖(第一)，二等奖(第二)，发表甲状腺及乳腺疾病相关论文40余篇。

王娟，副研究员，医师，医学博士，联合硕士研究生导师。2019年毕业于日本京都大学医学部，擅长甲状腺及乳腺等浅表器官的超声诊断，胎儿四维与系统超声筛查。研究方向：甲状腺及乳腺疾病的临床与基因组大数据研究，医学影像人工智能。现任中国医疗保健国际交流促进会甲状腺疾病分会委员，陕西省超声医学工程学会第 二 届青年委员会副主任委员，陕西省计算机学会生物医学智能计算专业委员会委员等。主持国家级、省部级及院级项目各1项，参与国家级及省部级项目10余项，发表论文共40余篇，以第一和通讯作者发表(含共通讯/共一)SCI 13篇。获陕西省医学会超声医学学术会议优秀论文大赛一二三等奖各一项。

合作学院团队负责人简介：

杜少毅，西安交通大学教授，闽江学者讲座教授，中国自动化学会混合增强智能专委会副秘书长，陕西省计算机学会生物医学智能计算专业委员会副主任。主要研究领域为医学图像处理、计算机视觉和模式识别相关的研究。在国内外期刊和会议上共发表学术论文200余篇(SCI检索论文100余篇)，其中以第一作者或通讯作者在TPAMI(IF 23.6)、TCybernetics(IF 11.8)、TIP(IF 10.6)、TNNLS(IF 10.3)、MIA(IF 10.3)、PR(IF 8.0)等权威期刊和CVPR、ICCV、AAAI、ICLR等国际顶级会议上发表论文100余篇，SCI检索论文50余篇，ESI高被引论文3篇。发表于JVCIR 2010的第一作者论文于2015年被该刊列入近5年的“Most Cited Articles”，第一作者或通讯作者的会议论文曾获ICME 2007的“Best Student Paper Award”、ACCV 2022的“Best Student Paper Award Mention”和ICIMCS 2016的“Best Paper Candidate”。相关研究成果已申请国家发明专利50余项，其中授权专利28项;主持国家自然科学基金3项、国家重点研发计划课题和子课题2项，省部级项目5项;获国家自然科学奖二等奖(2016)、高等教育(研究生)国家级教学成果奖一等奖(2022)、教育部自然科学奖一等奖(2015)、中国电子学会科学技术奖自然科学奖一等奖(2022)、陕西省科学技术二等奖(2012)、陕西高等学校科学技术研究优秀成果奖一等奖(2022)和IEEE智能交通学会杰出研究团队奖(2014)。

张栋，助理研究员，工学博士，西安交通大学医工交叉博士后，2024年毕业于西安交通大学博士研究生。主要研究领域为医学图像处理、计算机视觉和模式识别相关的研究，涉及方法包括机器学习、深度学习、人机交互识别、医学影像特征量化估计等，重点研究医学影像智能分析的可解释性方法。在国内外期刊和会议上共发表学术论文30余篇(SCI检索论文20余篇，ESI高被引论文1篇)，其中以第一作者或通讯作者在权威期刊和国际顶级会议上发表论文11篇，其中6篇为SCI检索论文，3篇为EI检索论文。相关研究成果已申请国家发明专利10余项，其中授权专利5项，以及获批软件著作权3项;主持中央高校基本科研业务费项目1项，参与国家级项目和其他项目10余项;曾以第一完成人获得国际竞赛亚军1项和全国竞赛奖9项，以及获2023年度西安交通大学博士研究生国家奖学金、优秀研究生称号等。

王明豪，西安交通大学工学博士研究生。主要研究领域为医学图像处理、计算机视觉和智能计算，涉及方法包括机器学习、深度学习、最优化理论等，重点研究医学影像智能分析及量化评估。在国内外期刊上共发表学术论文6篇(均为SCI检索)，其中以第一作者身份在顶刊发表论文2篇。主持省级学生科研项目1项，参与多项国家级和其他项目。硕士期间曾获得2022年度硕士研究生国家奖学金、校学术之星荣誉称号等。

交叉团队方向简介：

针对医生人工测量和主观诊断方式导致超声病灶恶性危险分级评估准确性低、效率差的问题，以及端到端模型造成临床诊断的解释性不足的问题，国内外多位学者进行了多方面的研究，但仍存在一定的局限性有待进一步研究完善。因此，拟对多模态超声影像中病灶的恶性危险分级与可解释诊断方法展开研究。首先，拟利用自监督学习对大量无标签的多模态超声影像进行特征挖掘，以增强超声病灶特征表征;其次，拟基于深度残差卷积模块和自注意力机制构建用于病灶分割的编解码网络，实现对超声影像病灶由粗到细的精准分割，在分割结果的基础上对病灶特征实现表征量化，以此获得基于临床描述子的显式特征;最后，借助诊断知识图谱，拟建立基于贝叶斯网络的甲状腺恶性危险分级诊断推理模型，形成一套规范化诊断分析体系，以辅助临床诊断实现精准的、临床可解释的超声病灶恶性危险分级和可解释性诊断，该研究内容拟定在博士后期间完成。

招聘博士后拟进行的工作：

(1) 研究基于超声影像等展开医学图像处理相关算法，形成相应的成果;2年后完成中期考核。

(2) 研究基于超声影像的可解释性辅助诊断算法，形成相应的成果;3年后基本完成应聘指标。

(3) 研究基于多模态医学影像分析方法，形成相应的成果;4年后完成应聘指标考核。