博士,教授,硕士生导师,副院长。美国威斯康星大学访问学者,博望学者领军人才。重庆市人工智能及创新应用研究生导师团队负责人,重庆市电子信息专业硕士校企联合培养实践基地负责人,人工智能与智慧医疗创新研究团队负责人。国际电气电子工程师协会IEEE会员,中国计算机学会CCF教育专委会执行委员,中国计算机学会CCF会员,国际一般系统论研究会中国分会医学信息系统专业委员会第一届委员会常务委员,中华医学会医学信息学分会医学信息学教育专业学组成员,重庆市数字医学会理事,重庆市计算机学会理事,重庆市人工智能学会会员。
主持和参与国家自然科学基金、省自然科学基金、教育部、市科技局、市教委等项目30余项;在国内外专业学术期刊上发表科研论文30余篇;申请并授权国际发明专利2项、国家发明专利12项,软件著作权4项;出版学术专著1部,编写教材5部。担任IEEE Journal of Biomedical and Health Informatics、International Journal of Imaging Systems And Technology、计算机科学与探索等期刊审稿人,主讲课程包括《人工智能及应用》、《算法设计与分析》、《数据库原理与应用》、《数字图像处理》、《机器学习》、《自然语言处理与文本挖掘》、《计算机导论》等。
学习与工作经历:
2008年9月—2011年6月,四川大学攻读计算机科学与技术博士研究生;
2017年4月—2018年4月,美国威斯康星大学麦迪逊分校公派访问学者;
2012年1月—2020年3月,重庆理工大学计算机科学与工程学院,副教授,教授;
2020年4月至今,重庆师范大学计算机与信息科学学院,教授,副院长。
研究方向:
大数据与人工智能;医学影像智能分析;智慧医疗与智慧教育;计算机视觉(CV)与自然语言处理(NLP)
科研论文:
[1] ShaoguoCui, Dong C. Liu. Noise Reduction of Ultrasonic Elastography UsingTransmit-side Frequency Compounding: A Preliminary Study[J]. IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control. 2011, 58(3):509-516.(SCI检索:000288674700004)
[2] Shaoguo Cui, Mingjun Wei,Chang Liu, Jingfeng Jiang. GAN-segNet: A deep generative adversarial segmentation network for brain tumor semantic segmentation[J]. International Journal of Imaging Systems and Technology. 2022 May,32(3):857-868. (SCI检索:000716823300001)
[3] Shaoguo Cui, Moyu Chen and Chang Liu. DsUnet: A New Network Structure for Detection and Segmentation of Ultrasound Breast Lesions[J]. Journal of Medical imaging and Health Informatics.2019.10(3):1-4.(SCI检索: 000483964900019)
[4] Shaoguo Cui, Chang Liu, Moyu Chen and Shuyu Xiong. Brain Tumor Semantic Segmentation from MRI Image Using Deep Generative Adversarial Segmentation Network[J]. Journal of Medical Imaging and Health Informatics, 2019.(SCI检索:000483964900019)
[5] Shaoguo Cui, Lei Mao, Jingfeng Jiang, Chang Liu, Shuyu Xiong. Automatic Semantic Segmentation of Brain Gliomas from MRI Images Using a Deep Cascaded Neural Network[J]. Journal of Healthcare Engineering. 2018:1-14, 2018. (SCI检索: 000428860500001)
[6] Shaoguo Cui, Lei Mao, Shuyu Xiong. Brain Tumor Automatic Segmentation Using Fully Convolutional Networks[J]. Journal of Medical Imaging and Health Informatics. 7(7):1641-1647, 2017. (SCI检索: 000412171000026)
[7] Wanping Liu, Chao Liu, Xiaoyang Liu, Shaoguo Cui. Modeling the Spread of Malware With the Influence of Heterogeneou Simmunization[J]. Applied Mathematical Modelling,2016,40(2016):3141-3152. (SCI检索: 000370767000046)
[8] Shaoguo cui,Chao Liu,Xiaoyang Liu. On the General Problem of Solution and Stability for Variable-Time Switched Systems,IWCSN,2017.12.(EI检索:20183105644494)
[9] ShaoguoCui, Ming Hu,Xiangyang Liu,Yan Yu,Yan Jiang,XiaoWang. Freehand Strain Image Using Alternate Transmit Frequency, ICBBE, 2011.05,WuHan,pp:1383-1386.(EI检索:20113613207596).
[10] ShaoguoCui, Caibi Peng, DongC Liu. Multi-direction Guidance Motion Tracking forReal-time Ultrasound Strain Imaging,ICBBE,2010.04,ChengDu,pp:1248-1253.(EI检索:20103613208266).
[11] ShaoguoCui, Caibi Peng, DongC Liu. Amplitude Modulation Strain Noise Reduction byDisplacement Field Correction,ICBBE,2010.04,ChengDu,pp: 1291-1295.( EI检索:20103613208264).
[12] ShaoguoCui, Caibi Peng, Xiaolin Chen, Xiangyang Liu, Yong Yu, Qun Wang . UltrasoundElastographyPerformance Enhancement Using Wavelet Denoising,ICALIP,2010.12,ShangHai,pp:1238-1243.(EI检索:20110713662904).
[13] ShaoguoCui, Caibi Peng,Ming Li, Ping Ke, Jun Bao, Xiao Wang . A Robust Phase ZeroEstimator for Ultrasonic Elastography Using Quality-guided Seeding Strategy,ICALIP,2010.12,ShangHai,pp:1222-1226.(EI检索:20110713662916).
[14]崔少国,彭彩碧,冯欣. 基于侧向引导的2D加权相位分离位移估计[J],电子科技大学学报,2013,42(6):951-954. (EI检索:20140117158104)
[15]崔少国,彭彩碧,杨宏雨. 位移场修正法抑制弹性成像幅度调制噪声[J],电子科技大学学报,2014,43(2):306-310. (EI检索:20141717623281)
[16] Caozhi Shang, Shaoguo Cui*, Tiansong Li, Xi Wang, Yongmei Li and Jingfeng Jiang. MATNet: Exploiting Multi-Modal Features for Radiology Report Generation[J]. IEEE Signal Processing Letters, vol. 29, pp. 2692-2696, 2022. (SCI检索:000915831400003)
[17] Shaoguo Cui, Haojie Song, Huanhuan Ren, Xi Wang, Zheng Xie, Hao Wen, Yongmei Li*. Prediction of Hemorrhagic Complication after Thrombolytic Therapy Based on Multimodal Data from Multiple Centers: An Approach to Machine Learning and System Implementation[J]. Journal of Personalized Medicine. 2022.12; 12(12):2052. (SCI检索)
[18] Huanhuan Ren, Haojie Song, Jingjie Wang, Hua Xiong, Bangyuan Long, Meilin Gong, Jiayang Liu, Zhanping He, Li Liu, Xili Jiang, Lifeng Li, Hanjian Li, Shaoguo Cui*,Yongmei Li*. A clinical–radiomics model based on noncontrast computed tomography to predict hemorrhagic transformation after stroke by machine learning: a multicenter study[J]. Insights into Imaging ,2023.03,14, 52 (2023). (SCI检索:000961972700003)
[19] Lili Liu, Haoming Wan, Li Liu, Jie Wang, Yibo Tang, Shaoguo Cui*,Yongmei Li*. Deep Learning Provides a New Magnetic Resonance Imaging-Based Prognostic Biomarker for Recurrence Prediction in High-Grade Serous Ovarian Cancer[J]. Diagnostics. 2023.02; 13(4):748. (SCI检索:000945203100001)
[20] Liqiang Zhang,Rui Wang,Jueni Gao,Yi Tang,Xinyi Xu,Yubo Kan,Xu Cao,Zhipeng Wen,Zhi Liu,Shaoguo Cui,Yongmei Li. A novel MRI‑based deep learning networks combined with attention mechanism for predicting CDKN2A/B homozygous deletion status in IDH‑mutant astrocytoma, European Radiology,2023,(SCI检索)
[21] 崔少国,陈俊桦,李晓虹.融合语义及边界信息的中文电子病历命名实体识别[J].电子科技大学学报,2022,51(04):565-571. (EI检索)
[22] 崔少国,陈思奇,杜兴.面向目标情感分析的双重图注意力网络模型[J].西安电子科技大学学报,2023,50(01):137-148. (EI检索)
[23] 崔少国, 独潇, 张宜浩. 基于兴趣注意力网络的会话推荐算法[J]. 电子科技大学学报, 2024, 53(1): 67-78. (EI检索)
[24] 崔少国, 独潇, 杨泽田. 多注意力机制融合低高阶特征的神经推荐算法[J]. 计算机工程与应用, 2023, 59(8): 192-199. (CSCD检索)
[25] 崔少国, 文浩, 张宇楠, 唐艺菠, 杜兴. 带有注意力机制的OCTA视网膜血管分割方法[J]. 计算机工程与应用.2023,1-10. (CSCD检索)
科研项目:
[1]社交媒体平台多模态谣言的实时动态识别与人机协同共治研究,国家社科基金项目(23XTQ009),30万元,2023.09-2026.09,主持
[2]微信社交网络中图像谣言的智能识别、传播机理与干预机制研究,教育部规划基金项目(22YJA870005),15万元,2022.09-2025.08,主持
[3]基于多模态医疗大数据融合分析的多发性硬化(MS)精准诊疗模型构建与辅诊软件研制(KJZD-K202200510),7.8万元,重庆市教委重点项目,2022.09-2025.08,主持
[4]面向医学影像分析的脑认知启发下小样本深度持续学习研究,重庆市自然基金面上项目(CSTB2022NSCQ-MSX1206),7万元,2022.09-2025.08,主持
[5]基于多模态医疗大数据和深度学习的多发性硬化罕见病智能诊疗系统研发,重庆市科技局技术预见与制度创新项目( CSTB2022TFII-OFX0042),14万元,2022.09-2023.08,主持
[6]基于教育大数据分析的神经认知诊断和自适应学习研究,重庆市社科基金项目(2022NDYB119),2.1万元,2022.09-2025.09,主持
[7]“双减”背景下基于学情大数据挖掘分析的神经认知诊断和个性化智能教学方式研究(23SKGH072),1.3万元,重庆市教委人文社科项目,2023.04-2025.06,主持
[8]基于深度卷积网络的脑肿瘤全自动精确语义分割及无监督跨域迁移方法研究(cstc2018jcyjAX0324),10万元,重庆市自然基金项目,2018.07-2021.06,主持
[9]基于频率复合的实时超声弹性成像理论与方法研究,重庆市自然基金项目(cstc2012jjA40030),10万元,2012.09-2015.09,主持
[10]肝组织的三维定量超声弹性成像方法与关键技术研究,重庆市自然基金项目(cstc2016jcyjA0383),10万元,2016.07-2019.06,主持
[11]超声弹性成像幅度调度噪声抑制研究,重庆市教委科技项目(KJ130826),4万元,2013.01-2014.12,主持
[12]大规模海量图像库的实时智能检索方法与系统研制,重庆市教委人文社科重点项目(16SKGH133),3万元,2016.06-2019.06,主持
[13]基于协同创新机制的计算机技术专业学位研究生实践创新能力培养体系研究(yjg153018),3万元,重庆市教委教研项目,2015.07-2018.06,主持
[14]基于视觉注意机制的超声弹性成像与图像理解,青年创新团队项目,20万元,2015.01-2015.12,主持
[15] 基于前馈深度神经网络及语义信息的医用心脏图像腔体识别方法研究,重庆市教委一般项目,4万元,2017.01-2018.12,参与
[16]基于全局阈值分割和局部聚类的自然图像超像素分割技术研究,国家自然科学基金,25万元,2016.01-2018.12,参与
[17]基于主动视觉注意的网络视频感知质量评估方法研究,国家自然科学基金,25万元,2013.01-2015.12,参与
国际发明专利:
[1] Cui Shaoguo,Yan Wei. Unsupervised cross-domain self-adaptive medical image segmentation method based on deep adversarial learning. 专利号:2020103905, 授权时间: 2021年1月27日
[2] Cui Shaoguo, Yan Wei. Image Semantic Segmentation Method Based on Deep Full Convolutional Network and Conditional Random Field. 专利号:2020103901, 授权时间:2021年1月27日
国家发明专利:
[1]崔少国,张建勋. 基于深度级联卷积网络的MRI脑肿瘤定位与瘤内分割方法. 专利号:ZL201810300057.1,授权时间:2021年11月19日
[2]崔少国,张建勋,刘畅. 基于对抗学习的多尺度特征融合超声图像语义分割方法. 专利号:ZL201810085384.X,授权时间:2020年10月9日
[3]崔少国,龙建武,刘畅. 基于深度对抗学习的无监督域自适应脑肿瘤语义分割方法,专利号:ZL201711476297.9,授权时间:2020年4月17日
[4]崔少国,王勇. 基于深度全卷积网络和条件随机场的图像语义分割方法. 专利号:ZL201810085381.6,授权时间:2020年4月14日
[5]崔少国,毛雷,熊舒羽,刘畅. 一种基于全卷积网络的MRI图像脑肿瘤自动分割方法. 专利号:ZL201710379095.6,授权时间:2019年12月3日
[6]崔少国,刘超. 一种基于马赫锥效应的多形状平面剪切波复合成像方法,专利号:ZL201610893496.9,授权时间:2019年6月14日
[7]崔少国,毛雷,熊舒羽. 一种基于深度哈希的医学图像分布式检索方法,专利号:ZL201610844011.7,授权时间:2019年4月23日
[8]崔少国,刘超. 一种基于剪切波幅度和相位检测的组织粘弹性测量方法,专利号:ZL201610859018.6,授权时间:2018年10月26日
[9]崔少国,黄贤英,彭彩碧,张金鹏.多频率轮流发射实时超声弹性成像方法,专利号:ZL201210486119.5,授权时间:2014年12月10日
[10]崔少国,彭彩碧,杨宏雨. 超声弹性成像二维轴向位移估计窗的位置估计方法,专利号:ZL201210485917.6,授权时间:2014年10月29日
[11]崔少国,彭彩碧,黄贤英. 一种超声弹性成像性能增强方法,专利号:ZL201210486012.0,授权时间:2014年10月22日
[12]崔少国,黄贤英,彭彩碧. 超声弹性成像一维轴向位移估计窗的位置估计方法,专利号:ZL201210486118.0,授权时间:2014年5月7日
软件著作权:
[1]崔少国,侯鲲鹏,赵思雨. 编译技术中的语法分析方法模拟系统,登记号:2015SR061237
[2]崔少国,赵思雨,龙建武,杨霖. 医学图像增强辅助诊断系统,登记号:2015SR061230
[3]崔少国,邹夜明,赵思雨. 有穷自动机确定化与化简的动态可视化软件,登记号:2015SR045467
[4]崔少国,毛雷. 图像恢复与特征提取系统,登记号:2015SR020564
[5]计婉婷,崔少国,杨泽华,王锐. 基于深度学习的脑胶质瘤CDKN2A/B基因预测系统,登记号:2023SR0116103
获奖:
[1]重庆市优秀本科毕业论文指导老师奖,《基于深度学习的表情识别及在教育机器人中的应用》,指导学生:何宋西莹,2022年
[2]重庆师范大学优秀硕士毕业论文指导奖,《基于多模态和多任务学习的胸部X光影像报告生成》,指导学生:尚曹志,2023年
[3]重庆市大学生创新创业训练计划项目指导老师,《基于CNN和LSTM肺部诊断报告自动生成研究与应用》,主持人:屈虎,2021年
[4]重庆市大学生创新创业训练计划项目指导老师,《基于深度生成对抗网络的MRI脑肿瘤全自动识别与分割研究》,主持人:柳耘豪,2021年
[5]重庆师范大学教师教学创新大赛二等奖,2020年
[6]重庆市研究生科研创新项目指导教师,《基于CT影像和机器学习的急性缺血性脑卒中出血转化预测及系统研发》,主持人:宋豪杰,2022年
[7]重庆市研究生科研创新项目指导教师,《基于多参数MRI和深度学习的脑胶质瘤的多基因预测》,主持人:王锐,2022年
[9]重庆市研究生科研创新项目指导教师,《基于多模态特征融合和信息不一致的社交网络谣言检测研究》,主持人:龚林峰,2023年