罗建文 - 清华大学

个人简介

罗建文教授于2005年获得清华大学生物医学工程博士学位，之后在美国哥伦比亚大学担任博士后和Associate Research Scientist。2011年全职任教于清华大学，现为清华大学医学院长聘教授，博士生导师。曾入选国家海外高层次人才引进计划青年项目，获国家自然科学基金委优秀青年科学基金项目资助。作为项目负责人承担国家重点研发计划重点专项项目2项（1项结题优秀）、国家自然科学基金项目5项。长期专注于医学超声成像的方法研究，特别是超声弹性成像及心血管疾病与肝纤维化诊断新方法的研究。近年来，进一步开展了超分辨率超声成像、超声脑功能成像、基于深度学习的超声成像与图像分析研究。发表论文300多篇，其中SCI收录190多篇。40多篇论文成为期刊高引论文、热门论文、封面、封底、年度亮点、年度最佳论文奖等。论文被引用7000多次，H指数=45。作为第一完成人获得我国生物医学工程学科最高科技奖黄家驷生物医学工程奖、我国生物医药行业权威科技奖励中华医学科技奖、中国图象图形学学会技术发明奖。

研究领域

长期专注于医学超声成像的方法研究，特别是超声弹性成像及心血管疾病与肝纤维化诊断新方法的研究。近年来，进一步开展了超分辨率超声成像、超声脑功能成像、基于深度学习的超声成像与图像分析研究。

近期论文

查看导师最新文章（温馨提示：请注意重名现象，建议点开原文通过作者单位确认）

Ge L, Wei X, Hao Y, Luo J*, Xu Y*, Unsupervised histological image registration using structural feature guided convolutional neural network, IEEE Transactions on Medical Imaging 2022, DOI: 10.1109/TMI.2022.3164088 (IF=11.037). Li Y, Liu Y, Huang L, Wang Z*, Luo J*. Deep weakly-supervised breast tumor segmentation in ultrasound images with explicit anatomical constraints. Medical Image Analysis 2022, 76: 102315 (IF=13.828). Chen Y, Liu J, Luo X*, Luo J*. ApodNet: Learning for high frame rate synthetic transmit aperture ultrasound imaging. IEEE Transactions on Medical Imaging 2021, 40(11): 3190-3204 (IF=11.037). Zhang J, He Q, Xiao Y, Zheng H, Wang C*, Luo J*, Ultrasound image reconstruction from plane wave radiofrequency dataset by self-supervised deep neural network, Medical Image Analysis 2021, 70, 102018 (IF=13.828). Liu X*, Zhou T, Lu M, Yang Y, He Q, Luo J*. Deep learning for ultrasound localization microscopy. IEEE Transactions on Medical Imaging 2020, 39(10): 3064-3078 (IF=11.037). Liu J, He Q, Luo J*. A compressed sensing strategy for synthetic transmit aperture ultrasound imaging. IEEE Transactions on Medical Imaging 2017, 36(4): 878-891 (IF=11.037).