基本情况：

        

　　

        吕蒙                                                            副研究员  

        出生年月：1989年01月                               邮箱：lvmeng0122@bit.edu.cn

　　北京理工大学信息与电子学院                       地址：北京理工大学信息科学实验楼508房间

所在学科：

        信息与通信工程

研究方向：

        人工智能医疗辅助决策/诊断、高维医学图像智能解译、医学高光谱图像处理

个人简历：

        2021.08 至今：任职于 北京理工大学 信息与电子学院  助理教授(特别副研究员)

        2019.08-2021.11：任职于 北京理工大学 信息与电子学院 博士后

        2018.06-2019.07：任职于 北京航天控制仪器研究所 工程师

        2016.12-2017.12：就读于 美国密西西比州立大学 信息与通信工程 联合培养博士

        2014.09-2018.06：就读于 中国农业大学 运筹与管理专业 博士

        2012.09-2014.06：就读于 中国农业大学 应用数学专业 硕士

代表性学术成果：

       长期从事医学高光谱图像智能解译及应用研究，研发的基于高光谱成像技术的疾病智能辅助诊断原理样机具有潜在的临床应用价值及较强的科技成果转化潜力，主持国家自然科学基金青年项目、科技部国际合作项目等，参与多项国家与省部级项目、授权多项发明专利。以第一/通讯作者在IEEE JBHI、BOE等期刊发表SCI论文10余篇。部分代表性著作如下：       

       1. Meng Lv，Wei Li*，Tianhong Chen，Jun Zhou and Ran Tao. Discriminant Tensor-based Manifold Embedding for Medical Hyperspectral Imagery, IEEE Journal of Biomedical and Health Informatics, in print, 2021, 25(9): 3517-3528.

       2. Meng Lv，Wei Li*，Ran Tao，Nigel H. Lovell，Yue Yang，Tianqi Tu and Wenge Li. Spatial-Spectral Density Peaks-Based Discriminant Analysis for Membranous Nephropathy Classification Using Microscopic Hyperspectral Images, IEEE Journal of Biomedical and Health Informatics, 2021, 25(8): 3041-3051.

       3. Meng Lv，Tianhong Chen，Yue Yang，Tianqi Tu，Nianrong Zhang，Wenge Li and Wei Li*. Membranous Nephropathy Classification Using Microscopic Hyperspectral Imaging and Tensor Patch-based Discriminative Linear Regression, Biomedical Optics Express, 2021, 12(5): 2968-2978.

       4. Meng Lv, James Fowler* and Ling Jing. Spatial Functional Data Analysis for the Spatial-Spectral Classification of Hyperspectral Imagery, IEEE Geoscience and Remote Sensing Letters, 2019,16(6):942-946.

       5. Meng Lv, Qiuling Hou, Naiyang Deng and Ling Jing*. Collaborative Discriminative Manifold Embedding for Hyperspectral Imagery, IEEE Geoscience and Remote Sensing Letters, 2017, 14(4): 569-573.

       6. 吕蒙, 陈天虹, 李伟*, 杨悦, 涂天琪, 李文歌. 膜性肾病诊断的高光谱图像张量嵌入分析, 中国图象图形学报, 2021, 26(08):1823-1835.

具体研究内容及招生要求：

     课题组聚焦临床实际需求，针对当前临床普遍缺乏疾病病情定量评估技术现状，研究基于高光谱成像和人工智能的新型诊断技术，以期为重大疾病早期精准诊断与精准分类、药物的精准筛选、疗效的精确评估和预后的精确预测等领域的创新方法提供理论支撑和技术支持，具体招生要求如下：

     1.招生范围：人工智能、计算机科学与技术、数学、光学、生物医学工程等相关专业全日制本科毕业生及硕士毕业生；

     2.语言要求：英语6级或雅思6.0及以上；

     3.其他要求：对本研究方向具有浓厚兴趣，具有坚定的理想信念、严谨的治学态度、敢于创新的精神，具有较好的数学基础及扎实的编程能力，有相关研究经验优先考虑。

学术兼职及其他：

 

     IEEE JBHI、IEEE RBME、IEEETGRS、IEEE JSTAR、BOE等期刊审稿人。