核心领域：计算机视觉与深度学习在医学图像分析中的应用。
技术工具链：
框架：PyTorch、TensorFlow、Keras
语言：Python、C/C++
图像处理：OpenCV、NumPy、scikit-learn、ITK-Snap
可视化与协作：Matplotlib、Tableau、Git、LaTeX
算法能力：
精通 3D CNN、UNet 及各类变体（密集连接、残差连接、Inception 模块、注意力机制）
擅长多模态医学影像（MRI、CT、TEM）的分割、分类与表征
具备模型并行化与数据并行化能力，曾在多机分布式环境下加速 CNN 训练
应用方向：脑肿瘤分割、婴儿脑部 MRI 分析、皮肤病变检测、细菌孢子分割、木材纤维显微图像表征等。
学术服务：担任 IEEE TMI、IEEE TAI 等顶刊审稿人，h-index 13，引用 607 次。
专家详情：
【重要履历】曾在于默奥大学从事博士后研究，并于印度马丹帕勒理工学院担任助理教授。获华中科技大学计算机科学博士学位，师从 IEEE Fellow 金海教授，博士论文聚焦脑部 MRI 分割的高效 3D 卷积神经网络及其并行方法。曾获华中科技大学卓越学术奖和商务部奖学金，并被授予荣誉国际毕业生称号，Google Scholar 引用 607 次，h-index 13。
【技术能力】专精医学图像分析中的深度学习算法研发，熟练掌握 PyTorch、TensorFlow、Keras 等框架，以及 OpenCV、NumPy、scikit-learn 等数据分析工具。精通 3D CNN、UNet 变体（密集连接、残差连接、Inception 模块）的设计与优化，并具备模型并行化与数据并行化能力。他还熟悉 C/C++、Python 编程及 Oracle 数据库开发，具备从数据预处理、模型训练到部署的全链条技术能力，覆盖 MRI、CT、TEM 及光学显微镜图像的分割、分类与表征任务。
【标志性成果】连续多年参与 MICCAI BraTS 脑肿瘤分割挑战赛，相关工作发表于 Springer LNCS 论文集。其研究成果发表于 Scientific Reports、Cognitive Computation、Future Generation Computer Systems 及 Plant Methods 等期刊，涵盖皮肤病变分割、婴儿脑部 MRI 分割、细菌孢子分割和木材纤维表征等多样化的医学与生物图像分析任务。参与瑞典研究理事会资助的 NK 细胞识别、孢子分割及纤维表征等项目，并担任 IEEE TMI、IEEE TAI 等权威期刊审稿人及 Cloud Computing and Data Science 编委，学术服务广泛。