近日，太阳成集团tyc33455ccwww迎来3位青年学术人才。他们分别来自国内知名高校——北京理工大学、浙江大学以及上海交通大学，怀着对教育、对科研的满腔热忱，投身数理医学领域，在正阳湖畔展现奔涌逐梦的新力量。

他们是谁？他们在做怎样的研究？让我们一睹最新加盟浙师大太阳成集团tyc33455ccwww的科研新面孔。

王晓林

研究方向：物理因子生物学效应

王晓林，2022年毕业于北京理工老员工命学院获理学博士学位，主要研究方向为物理因子生物学效应、恶性肿瘤诊断与治疗、反铁电/铁电材料储能。参与科技部国家重点研发计划项目2项，其他项目若干。目前已发表论文10余篇，其中SCI检索10篇，EI检索1篇，核心论文2篇。

研究方向

1.物理因子的生物学效应

物理因子（电磁场和电磁波、射线和粒子等）和人体相互作用的生物学效应是数字诊疗装备创新的源头；物理因子和生物学效应之间的量效关系是确定临床诊疗剂量、确保诊疗设备有效性和安全性的基础。因此探索物理因子的生物学效应作用机理，精准调控作用于人体的物理因子剂量，建立生物效应的精准检测方法和评价体系，开展物理因子与生物学效应之间的量效关系研究具有重要意义，进一步服务数字诊疗、精准医疗，助力“生命健康”。

2.恶性肿瘤诊断与治疗

目前癌症在全球范围的发病率和死亡率正逐年攀增，根据世界卫生组织最新报告显示，2020年全球癌症新发病例约1929万例，死亡病例约960万例。因此，探索治疗肿瘤的安全有效方法，提高肿瘤治疗效果，迫在眉睫。毫米波是一种高频非电离电磁波，频率为30~300 GHz（波长范围1~10 mm）。由于毫米波可以引起分子振动、转动或电子能级状态的改变，不会导致DNA链损伤，且毫米波与一些生物大分子处于同一个振动能级，可以引起谐振作用。因此当生物体暴露在毫米波中时，可以在不损害组织的暴露水平上产生积极的治疗作用，这一特点充分表现了毫米波在肿瘤治疗上的优势，为恶性肿瘤诊断与治疗提供新思路，探索基于毫米波的肿瘤治疗效果，从分子、细胞、组织、动物多尺度研究毫米波的生物学效应作用机制意义重大，进一步助力数字诊疗，助力“生命健康”。

3.反铁电/铁电材料储能

基于反铁电与弛豫性铁电材料在电场作用产生的巨大的能量变化，研究其制备工艺、化学组成、膜取向及工作温度等因素对反铁电及铁电膜材料储能行为的影响规律，推动这类材料在高储能密度大容量电容器中的应用，助力“新材料”。

张建峰

研究方向：医学图像处理及可视化            

张建峰，博士毕业于浙江大学应用数学系，主要从事医学图像处理及可视化、数值计算与优化、数理医学、医学人工智能等方面的多学科交叉研究。截止目前，参与编著中文教材1部，参与国家级、省部级课题3项，发表SCI/EI论文8篇，申请国家发明专利3项。曾获ASC14世界老员工超级计算机竞赛一等奖、应用创新奖等，辅导本科生获得全国老员工数学建模竞赛国家二等奖，第九届中国青少年科技创新奖获得者。2019年12月赴澳门大学科技学院访问。

研究方向

1. 生物脉管系统的数理分析和血流动力学计算

人体内多类生物脉管系统经过长期进化都已满足最优拓扑结构和最小能量原理，结合多模态医学影像数据、脉管系统本身的物理规律以及血流动力学计算，进行更为精准的脉管系统智能分析和拓扑结构构建，将有助于临床医学中诸多疾病的关键诊疗、术前术后评估和癌症转移的分析预测。融合生物信息、视觉信息的新型图像分析方法，将为医学辅助诊断、生命科学探究提供新思路。

2. 超声人工智能诊断的数学理论与技术

2D/3D超声的智能诊断通常要比其他医学影像模态更为复杂和充满挑战。在自研的深度学习框架下，结合数据驱动和几何先验特征约束，建立非线性能量泛函的优化分析模型，研究变分能量泛函与机器学习融合的数学框架和理论，建立相应的数学方法和人工智能算法有效结合的数学理论和技术，并设计高效的快速算法实现。该理论和技术体系可以应用于超声图像精准分析与处理的多个方面，能够提供快速、高效、可解释的超声图像精准分割、配准、识别以及重识别方法，可有效解决超声图像“同病异象、同像异病”等临床诊断中的难点、痛点问题。

3.深度学习框架研究

结合本单位和研究小组实际需求，并根据所面临的医学人工智能实际问题，研发并持续优化具有自主知识产权的深度学习框架，以期通过底层优化、网络计算结构设计、高性能计算等方式优化整个计算架构效能，减少模型训练和推理的耗时，提升模型对应任务的准确度。目前在研DTensor张量快速计算模型，旨在进一步提升自研深度学习框架的易扩展性、模型可迁移性。

葛新洋

研究方向：心血管生物力学

葛新洋，2021年毕业于上海交通大学，工学博士，主要从事计算生物力学和生物医学工程方面的研究工作，研究方向涉及人体血液循环系统的理论建模与数值仿真、计算流体力学以及医工交叉研究等，并自主开发了多套计算程序用于研究与人体血液循环系统的生理病理状态密切相关的血流动力学因素。

研究方向

1.计算机辅助心血管功能评估新技术的研发（医工交叉）

在心脏病等循环系统疾病的诊疗过程中，对患者心血管功能状态的全面了解，是实施有效个体化诊疗的关键。目前，临床常规检测项目均无法对患者的心血管功能状态进行精确定量评估（如心脏的收缩/舒张功能等），一定程度上限制了检测结果的临床指示意义。通过循环系统的数学建模（包括模型参数的敏感度分析和优化校准）对心血管功能状态进行评估，并进一步开展动物实验和临床实验来分别验证方法学的可靠性和临床应用价值，有望弥补常规临床检测方法的不足，为心血管疾病的早期预警以及精准、定量、个体化评估提供技术支持。

2.基于机器学习算法的精准诊疗与手术导航（医工交叉）

根据世卫组织的最新报告显示，冠状动脉粥样硬化性心脏病是导致人类死亡的主要原因，对冠心病尤其是慢性冠心病的防治刻不容缓。近年来，随着医学影像技术的进步以及人工智能的高速发展，使得机器学习模型结合冠脉影像学数据的医疗辅助决策方法更为高效准确。以现有临床常规影像学检测手段为基础，并进一步结合计算流体力学方法和机器学习算法，可实现对患者冠脉血流动力学环境的快速精准全面预测，同时可为介入时机的选择提供辅助参考。

3.人体血液循环系统的几何多尺度生物力学建模与数值分析（基础理论研究）

目前，计算流体力学（CFD）技术已被广泛应用于心血管疾病的研究以及临床诊断中。针对不同的科学问题，采用合理的建模方法以及数值计算方法，是准确再现在体血流动力学现象的关键。结合具体的临床实际问题，开发可靠的循环系统建模方法和数值计算方法，并开展体外流体实验和批量临床实验进行方法学验证，有望为不同病理情况的有效诊断提供技术支持。