【办公地点】

理四401d室

【开设课程】

《计算机视觉》, 《深度学习应用开发》

【研究方向】

医学图像处理与分析, 医工交叉，计算机视觉

【Email】

wangjun@zucc.edu.cn

【教育背景】

2016年9月-2019年6月，浙江大学理学博士

2010年9月-2013年6月，东南大学工学硕士

2006年9月-2010年6月，齐齐哈尔大学工学学士

【工作经历】

2021年12月至今，浙大城市学院计算学院教师

2019年7月-2021年11月，上海交通大学博士后

2013年10月-2017年12月，明峰医疗系统股份有限公司

【研究与成果】

1、科研项目

（1）主持国自然青年基金 ：《可解释性新冠死亡风险和治愈时间预后分析模型研究》（No.62101318）

（2）主持中国博士后面上基金：基于胸部CT的深度注意力机制及影像组学可解释性肺癌早筛相关技术研究 （2020M681306）

2、代表性论文成果

(1) Jun Wang, Xiawei Ji, Mengmeng Zhao, et al., “Size‐adaptive mediastinal multilesion detection in chest CT images via deep learning and a benchmark dataset.” Medical Physics, 49(1), 2022.

(2) Jun Wang, Cheng Yuan, Can Han, et al., “IMAL‐Net: Interpretable multi‐task attention learning network for invasive lung adenocarcinoma screening in CT images.” Medical Physics, 48(12), 2021.

(3)Jun Wang, Chen Liu, Jingwen Li, et al., “iCOVID: Interpretable deep learning framework for early recovery-time prediction of COVID-19 patients.” Nature NPJ digital medicine, 4(124), 2021

(4)Jun Wang, Yiming Bao, Yaofeng. Wen, et al., “Prior-attention residual learning for more discriminative COVID-19 screening in CT images.” IEEE Tran. Med. Imag. 39(8), pp.2572-2583, 2020

(5) Jun Wang, Xiaorong Chen, Hongbing Lu, Lichi Zhang, Jianfeng Pan, Yong Bao, Jiner Su, and Dahong Qian*, “Feature-shared adaptive-boost deep learning for invasiveness classification of pulmonary subsolid nodules in CT images.” Med. Phys., 47(4), pp.1738-1749, 2020

3、专利成果

(1)王军、包勇，三维图集的目标识别方法，CN201910085750.6. 中国发明专利，公告日2019-05-28

(2)王军、舒锦尔、包勇，一种基于3DUnet的肺结节大小检测方法，CN201911352399.9 中国发明专利，公告日2020-05-01

(3) 王军、刘晨、程琳…，一种基于深度学习和可解释性机制的预后预测模型建模方法, 202111458401.8

(4) 王军、包勇、胡建武，一种染色体提取方法、转置、设备及可读存储介质，CN202210624344.4

(5) 王军、吴鸿飞、陈秋竹、游丹、钱骥晗、夏鹏程，一种染色体分类方法、装置、设备及可读存储介质，CN202210879228.7