|
首页  计算机与人工智能学院  师资队伍  副教授

韩闯


发布部门: 计算机与人工智能学院  发布时间: 2026-03-26  浏览次数: 10

wps1.png

 名

韩闯

 称

副教授

/

电子邮件

hanchuang@zzuli.edu.cn

通信地址

郑州市高新区科学大道136号

研究方向

数据挖掘与机器学习

工作简历

副教授,硕士生导师,20226月至今在计算机与人工智能学院工作。入选“河南省高层次人才”“中原科技创新青年拔尖人才”“计算机科学与探索期刊青年编委”。主要研究领域为医疗大数据分析、疾病智能辅助诊断。主持国家级项目1省级项目2企业横向委托课题1项,参与国家和省部级项目10余项;发表高水平学术论文21授权发明专利6;获河南省科技进步二等奖1项、河南省教育厅科技一等奖2项。

科研项目

[1]国家自然科学基金青年项目,融合专家知识和深度学习的心肌梗死早期辅助诊断研究,202401-20261230万元,在研,主持。

[2]中原英才-中原科技创新青年拔尖人才项目,基于数据增强和知识图谱的可解释冠心病辅助诊断研究,202501-20261250万元,在研,主持。

[3]河南省科技攻关项目,基于知识图谱的心肌梗死早期诊断及精准定位关键技术研究,202401-20251210万元,已结项。
[4]企业横向委托课题,面向远程医疗的心肌梗死辅助诊断系统,202403-20251030万元,已结项。

学术及科研成果

代表性学术论文:

[1] Han C, Que W, Wang S, et al. QRS complexes and T waves localization in multi-lead ECG signals based on deep learning and electrophysiology knowledge[J]. Expert Systems with Applications, 2022, 199: 117187. (SCI-IF:8.665,中科院1)

[2] Han C, Pan S, Que W, et al. Automated localization and severity period prediction of myocardial infarction with clinical interpretability based on deep learning and knowledge graph[J]. Expert Systems with Applications, 2022, 209: 118398. (SCI-IF:8.665,中科院1)

[3] Han C, Sun J, Bian Y, et al. Automated detection and localization of myocardial infarction with interpretability analysis based on deep learning [J]. IEEE Transactions on Instrumentation and Measurement, 2023, 72:1-12.(SCI-IF:5.332,中科院2)

[4] Han C, Shi L. ML-ResNet: a novel network to detect and locate myocardial infarction using 12 leads ECG[J]. Computer Methods and Programs in Biomedicine, 2020, 185: 105138. (SCI-IF:7.027,中科院2)

[5] Han C, Shi L. Automated interpretable detection of myocardial infarction fusing energy entropy and morphological features[J]. Computer Methods and Programs in Biomedicine, 2019, 175: 9-23. (SCI-IF:7.027,中科院2)

已授权发明专利:

[1]基于知识图谱的冠心病多模态数据特征提取方法.ZL202311242845.7,2024-08-06.

[2]基于深度学习与诊断规则的心拍形态识别方法及系统. ZL202111651395.8, 2024-03-13.

[3]一种基于知识图谱的心肌梗死智能辅助验证方法及系统. ZL202111651413.2, 2024-03-13.

[4]一种结合深度学习和电生理知识的多导联心电信号特征点提取方法. ZL202111460169.1, 2023-01.04.

[5]一种用于多导联心电信号的特征提取方法及对应监测系统.ZL201910095801.3, 2022-02-11.

[6]一种多导联心电信号复合特征提取方法及对应监测系统.ZL201910087975.5, 2021-04-30.



Copyright2013 计算机与通信工程学院学生工作办公室 All Rights Reserved
郑州轻工业学院