黄韫栀，博士，于四川大学先后获得医学信息工程专业学士学位和硕士学位，以及生物医学工程专业博士学位，曾作为联合培养博士在美国北卡罗来纳大学教堂山分校交流学习，主要从事医学图像计算的研究。主要研究方向包括多模态影像融合、配准算法分析，以及多模态影像在疾病纵向时间点诊断和介入手术导航系统中的应用。目前主持国家自然科学基金青年基金1项，参与多项国家自然科学基金项目。已发表研究论文10余篇，收录于Medical Image Analysis等医学图像处理领域国际顶级期刊。长期担任MIA、IEEE TMI、PR等主流期刊的审稿人。
更多信息欢迎请访问我的个人主页：http://faculty.nuist.edu.cn/huangyunzhi/zh_CN/index.htm
代表性论文：
Y Huang,S Ahamad, J Fan, et al. Difficulty-Aware Hierarchical Convolutional Neural Networks for Deformable Registration of Brain MR Images[J].Medial Image Analysis, 2021, 67:101817
L Han,Y Huang*, H Dou, et al. Semi-supervised segmentation of lesion from breast ultrasound images with attentional generative adversarial network[J].Computer Methods and Programs in Biomedicine, 2020, 189: 105275.
Y Huang, L Han, H Dou, et al.Two-stage CNNs for computerized BI-RADS categorization in breast ultrasound images[J].Biomedical engineering online. 2019, 18 (1), 1-18.
Y Huang, J Zhang, Y Cui, et al.Sensor Level Functional Connectivity Topography Comparison Between Different References Based EEG and MEG.Frontiers in behavioral neuroscience. 2018, 12, 96.
Y Huang, J Zhang, Y Cui, et al.How different EEG references influence sensor level functional connectivity graphs.Frontiers in neuroscience. 2017,11, 368.
