師資
唐曉穎，約翰霍普金斯大學博士，南方科技大學電子與電氣工程系長聘副教授、研究員，約翰霍普金斯大學及卡內基梅隆大學客座教授。國自然優(yōu)秀青年基金獲得者；廣東省杰出青年基金獲得者；深圳市優(yōu)秀青年基金獲得者；深圳市海外高層次引進人才（B類）?！笆奈濉笨萍疾恐攸c研發(fā)計劃青年科學家項目、“十三五”科技部重點研發(fā)計劃課題、國家自然科學基金面上項目等10余項科研項目負責人；Neural Networks、IEEE Transactions on Cognitive and Developmental Systems期刊副編輯；國際會議 MICCAI領域主席、分會場主席、大會本地主席；領域頂級國際會議IEEE ISBI、IEEE EMBC領域主席、分會場主席；模式識別領域頂級國際會議ICPR領域主席；美國電氣與電子工程師協(xié)會(IEEE)、中國生物醫(yī)學工程學會等高級會員；IEEE EMBS Shenzhen Chapter學會秘書長。
教育經(jīng)歷
2009-2014 約翰霍普金斯大學 (美國) 博士 電氣與計算機工程系
2013-2014 約翰霍普金斯大學 (美國) 碩士 應用數(shù)學與統(tǒng)計系
2009-2011 約翰霍普金斯大學 (美國) 碩士 電氣與計算機工程系
2005-2009 華中科技大學 學士 控制科學與工程系
2006-2009 華中科技大學 學士 外國語學
工作經(jīng)歷
2024/01 – 至今 副教授、研究員, 電子與電氣工程系, 南方科技大學
2018/05 – 2023/12 助理教授、副研究員, 電子與電氣工程系, 南方科技大學
2016/02 – 至今 客座助理教授, 電氣與計算機工程系, 卡內基梅隆大學 (美國)
2015/05 – 至今 客座助理教授, 電氣與計算機工程系, 約翰霍普金斯大學 (美國)
2015/05 – 2018/05 副教授, 電子與信息工程學院, 中山大學
2015/05 – 2018/05 助理教授，中山大學卡內基梅隆大學聯(lián)合工程學院，中山大學
2015/05 – 2018/05 助理教授，廣東順德中山大學卡內基梅隆大學國際聯(lián)合研究院
2015/05 – 2016/08 訪問教授，電氣與計算機工程系, 卡內基梅隆大學 (美國)
2014/05 – 2015/05 博士后研究員，圖像科學中心，約翰霍普金斯大學(美國)
研究簡介
研究方向主要為智能醫(yī)學影像計算與分析，主要應用為大腦的多模態(tài)磁共振圖像分析以及眼科多模態(tài)圖像分析，以及基于人工智能的大腦疾病和眼科疾病的早期診斷和預測。
研究領域：醫(yī)學圖像分割與配準, 彌散張量圖像分析, 統(tǒng)計形態(tài)分析, 流形學習與聚類, 時空分析, 多模態(tài)磁共振圖像分析, 模式識別, 機器學習，醫(yī)學大數(shù)據(jù)
代表文章
1. L. Lin, L. Peng, H. He, P. Cheng, J. Wu, K. K. Y. Wong, and X. Tang*, “YoloCurvSeg: You Only Label One Noisy Skeleton for Vessel-style Curvilinear Structure Segmentation”, Medical Image Analysis, 90: 102937, 2023.（通訊作者）
2. Z. Wang, J. Lyu, and X. Tang*, “autoSMIM: Automatic Superpixel-based Masked Image Modeling for Skin Lesion Segmentation”, IEEE Transactions on Medical Imaging, 42(12): 3501-3511, 2023. （通訊作者）
3. P. Cheng, L. Lin, J. Lyu, Y. Huang, W. Luo, and X. Tang*, “PRIOR: Prototype Representation Joint Learning from Medical Images and Reports”, Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), Paris, August 2023. (通訊作者, EI, CCF A)
4. X. Liu, X. Wang, Y. Luo, M. Wang, Z. Chen, X. Han, S. Zhou, J. Wang, J. Kong, X. Wang, X. Tang*, and Q. Guo*, “A 3D Tumor-mimicking in Vitro Drug Release Model of Locoregional Chemoembolization Using Deep Learning-based Quantitative Analyses”, Advanced Science, 10(11): 2206195, 2023.（共同通訊作者）
5. J. Lyu, Y. Zhang, Y. Huang, L. Lin, P. Cheng, and X. Tang*, “AADG: Automatic Augmentation for Domain Generalization on Retinal Image Segmentation”, IEEE Transactions on Medical Imaging, 41(12): 3699-3711, 2022.（通訊作者）
6. J. Wu and X. Tang*, “Brain Segmentation Based on Multi-atlas and Diffeomorphism Guided 3D Fully Convolutional Network Ensembles”, Pattern Recognition, 115: 107904, 2021.（通訊作者）
7. Y. Zhang, P. Zhong, D. Jie, J. Wu, S. Zeng, J. Chu, Y. Liu, E.X. Wu, and X. Tang*, “Brain Tumor Segmentation from Multi-modal MR Images via Ensembling UNets”, Frontiers in Radiology, 1: 704888, 2021.（通訊作者）
8. Y. Zhang, J. Wu, Y. Liu, Y. Chen, E.X. Wu, and X. Tang*, “MI-UNet: Multi-Inputs UNet Incorporating Brain Parcellation for Stroke Lesion Segmentation from T1-weighted Magnetic Resonance Images”, IEEE Journal of Biomedical and Health Informatics, 25(2): 526-535, 2021.（通訊作者）
9. L. Zou, Y. Song, X. Zhou, J. Chu*, and X. Tang*, “Regional Morphometric Abnormalities and Clinical Relevance in Wilson’s Disease”, Movement Disorders, 34(4): 545-554, 2019. （共同通訊作者）
10. X. Tang*, C.A. Ross, H. Johnson, J.S. Paulsen, L. Younes, R.L. Albin, J.T. Ratnanather, and M.I. Miller, “Regional Subcortical Shape Analysis in Premanifest Huntington’s Disease”, Human Brain Mapping, 40(5): 1419-1433, 2019. （第一作者，通訊作者）
代表著作與論文
1．H. Yang, J. Lyu, R. Tam, and X. Tang*, “A Survey on Deep Learning-based Diffeomorphic Mapping”. In: K. Chen, C.B. Sch?nlieb, X.C. Tai, L. Younes, Eds. Handbook of Mathematical Models and Algorithms in Computer Vision and Imaging. Springer, Cham, 2023.
2．M.I. Miller, S. Mori, X. Tang, D. Tward, and Y. Zhang, “Bayesian Multiple Atlas Deformable Templates”. In: A.W. Toga, Eds. Brain Mapping: An Encyclopedic Reference, Elsevier, Academic Press, 2015.
招聘信息
唐曉穎博士課題組常年招聘研究助理教授、博士后、科研助理，招收博士生、碩士生、本科實習生，同時歡迎來自國內外大學及科研機構的訪問學者和交流學生，有興趣者請與唐博士郵件聯(lián)系！
聯(lián)系方式