一、教师基本信息

姓名： 杨德富

办公电话：0571-28869335

邮箱：dfyang@djbet88.net

指导专业：计算机科学与技术，电子信息

二、研究领域及方向

机器学习模型的研究（图模型学习与推理、图深度学习技术与应用）

脑认知与脑疾病诊断（脑功能认知机理与脑疾病的诊断研究）

医学图像处理与分析

医学图像重建方法的研究

三、主讲课程

【本科生】复变函数与积分变换

四、教育及工作经历

2015年07月 于西安电子科技大学获模式识别与智能系统博士学位

2015年07月——2016年07月 在上海联影医疗科技股份有限公司担任算法工程师

2016年08月——2024年03月 在杭州电子科技大学自动化学院专任教师

2018年11月——2020年11月 在美国北卡罗莱纳大学教堂山分校访问学者、Research Fellow

2024年04月——至今 杭州师范大学电子竞技博彩 专任教师

五、学术简介

主要致力于计算神经科学、医学影像的分析与疾病的智能诊断研究，研究方向主要聚焦于图学习等机器学习模型理论与应用的研究。基于人工智能的理论方法和疾病的生物病理学机制，构建人工智能计算模型挖掘神经退行性疾病的发病模式、提供疾病的早期诊断以及干预技术。研究方向涵盖了计算机、信息科学、生物医学等多个领域，属于前沿多学科交叉研究。作为负责人主持国家自然科学基金青年项目1项，作为骨干参与国家重点研发计划、浙江省创新群体项目等4项，在SCI以及国际重要会议发表论文40余篇；其中以第一作者或通讯作者在IEEE TPAMI、Medical Image Analysis等国际主流学术期刊发表论文10余篇，以第一作者发表录用CCF B类国际会议2篇、EI检索国际会议2篇，获得国际会议口头报告3次。同时以第1、第6、第4完成人获得浙江省青年科技工作者优秀论文奖、陕西省自然科学二等奖、广东省计算机学会优秀论文奖二等奖，授权国内发明专利7项，授权国际专利2项。担任Brain-X青年编委、国际SCI期刊Journal of Alzheimer’s Disease的Associate Editor。

六、科研成果

【科研项目】

[1] 基于多视角数据的高分辨率和高对比度的三维宽场荧光显微图像重建方法，国家自然科学基金委青年项目，2019/01-2021/12，主持

[2] 类脑特性下的跨模态语义理解与知识推理研究，浙江省自然科学基金创新群体项目，2023/01-2025/12，参与（2/6）

【发表论文】

近五年主要代表作：

[1]. D. Yang, et al., "Spatiotemporal Hub Identification in Brain Network by Learning Dynamic Graph Embedding on Grassmannian Manifold." MICCAI, 2023. (CCF B类会议)

[2]. D. Yang, J. Chen, C. Yan, M. Kim, P. J. Laurienti, M. Styner, et al., "Group-wise Hub Identification by Learning Common Graph Embeddings on Grassmannian Manifold," IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 44, no. 11, pp. 8249-8260, 2022. (SCI, IF 24.314, JCR 1区, TOP)

[3]. D. Yang, X. Zhu, C. Yan, Z. Peng, M. Bagonis, P. J. Laurienti, et al., "Joint hub identification for brain networks by multivariate graph inference," Medical Image Analysis, vol. 73, p. 102162, 2021. (SCI, IF 13.828, JCR 1区, TOP)

[4]. Y. Lin, D. Yang*, J. Hou, C. Yan, M. Kim, P. J. Laurienti, et al., "Learning dynamic graph embeddings for accurate detection of cognitive state changes in functional brain networks," NeuroImage, vol. 230, p. 117791, 2021. (SCI, IF 7.400, JCR 1区, TOP)

[5]. W. Li, D. Yang*, C. Yan, M. Chen, Q. Li, W. Zhu, G. Wu, and I. for the Alzheimer’s Disease Neuroimaging, “Characterizing Network Selectiveness to the Dynamic Spreading of Neuropathological Events in Alzheimer’s Disease,” Journal of Alzheimer's Disease, vol. 86, pp. 1805-1816, 2022. (SCI, IF 4.160)

[6]. D. Yang, C. Yan, F. Nie, X. Zhu, M. A. Turja, L. C. P. Zsembik, et al., "Joint Identification of Network Hub Nodes by Multivariate Graph Inference," MICCAI, 2019, pp. 590-598. (CCF B类会议)

【专利】

[1]. 一种基于多层脑网络节点参与系数的任务执行方法及装置，2024-03-01，中国，CN202311665176.4

[2]. 一种基于图信号的阿尔兹海默风险标注方法及装置，2023-08-18，中国，CN202310615536.3

[3]. 脑网络数据多层嵌入向量特征提取方法及装置，2024-01-05，中国，   CN202311294411.1

[4]. 一种基于图学习的稀疏投影重建方法，   2022-02-22，中国，CN202111413375.7

[5]. 图像重建方法，2022-07-15，中国，CN201610617163.3

[6]. 一种基于图学习的稀疏投影重建方法，2024-2-1，日本，7430232

七、荣誉与奖励

[1]2019年，陕西省自然科学二等奖

[2]2022年, 广东省计算机学会优秀论文

[3]223年，浙江省青年科技工作者优秀论文