郑众喜 兼职教授
个人简介：
郑众喜（Zheng, Zhongxi，Professor），医疗装备科学与工程研究院兼职教授。获中国矿业大学工业自动化专业学士学位，中国科学院自动化研究所模式识别与人工智能硕士学位，日本国立弘前大学医学博士学位，期间与哈佛医学院开展3D数字病理合作研究，先后在日本国立弘前大学与华西医院开展数字病理与人工智能的研究。中组部国家高层次领军人才，科技部创新创业推进计划人才，北京市海聚工程高层次领军人才，中国医学装备协会病理装备分会创始人、中国生物医学工程学会医学人工智能分会委员、中国非公医疗机构协会病理分会常委、Digital Pathology Association会员、亚洲分会委员。率先研发数字病理扫描仪和病理人工智能等，获日本经济产业省创新奖、北京市科学技术奖，国家重点新产品等，在Pattern Recognition, IEEE, npj Breast Cancer等期刊发表学术论文30余篇，主导和参与科技部国家重点研发计划、国家发改委示范项目、北京市科技研发项目等项目10余项，国内外专利近100项。
邮箱：ben_zheng@hust.edu.cn
研究方向：
1）数字病理科学与工程
2）计算病理与大数据
3）病理装备与自动化
开设课程：
《数字病理学》
科研项目：
[1]2018国家发改委，远程医疗技术研究及产业化示范应用（内蒙古自治区远程病理）
[2]2016科技部“国家重点研发计划”项目，国产数字诊疗装备子课题（数字病理装备研发和应用）
[3]2018四川省科技厅，基于深度学习的数字病理切片质控系统的研究和应用
[4]2018北京市海淀发改委，荧光成像及全自动扫描系统的研发
[5]2017华西医院，基于深度学习的浸润性乳腺肿瘤精准分子分型系统的研究和应用
[6]2016北京市发改委，云病理关键技术工程实验室项目
[7]2015北京市科委，数字病理技术研究及国际化转化基地建设项目
[8]2013国家卫健委（原国家卫生部），新疆维吾尔自治区远程病理技术研究及示范应用
[9]2009北京市中关村管委会，现代服务业项目（远程医疗研发和应用）
论文专著与专利：
[1]Fengling Li,Zhongxi Zheng*,et al. "Predicting neoadjuvant chemotherapy benefit using deeplearning from stromal histology in breast cancer."npj Breast Cancer2022
[2]Min Feng; Jie Chen; Xuhui Xiang; Yang Deng; Yanyan Zhou; Zhang Zhang; Zhongxi Zheng*. An Advanced Automated Image Analysis Model for Scoring of ER, PR, HER-2 and Ki-67 in Breast Carcinoma. IEEE Access 2021
[3]YongquanYang; Haijun Lv; Ning Chen; Yang Wu; Jiayi Zheng; Zhongxi Zheng*. Local minima found in the subparameter space can be effective for ensembles of deep convolutional neural networks. Pattern Recognition 2021
[4]Yongquanquan Yang; Yiming Yang; Yong Yuan; Jiayi Zheng; Zheng Zhongxi*. Detecting helicobacter pylori in whole slide images via weekly supervised multi-task learning. Multimedia Tools and Applications 2020
[5]FenglingLi; et al; Zhongxi Zheng*. Deep learning based predictive biomarker of pathological complete response to neoadjuvant chemotherapy from histological images in breast cancer. J Transl Med 2021
[6]Yongquan Yang, Zhongxi Zheng*,et al.FTBME: feature transferring based multi-model ensemble. Multimedia Tools and Applications 2023
[7]Yongquan Yang, Zhongxi Zheng*,et al.Handling noisy labels via one‑step abductive multi-target learning and its application to helicobacter pylori segmentation. Multimedia Tools and Applications 2024
[8]一种细胞检测方法，CN202010148787.1
[9]一种病理切片组织区域快速配准算法，CN202010151108.6
[10]一种增强图像局部特征式多任务分割乳腺导管原位癌区域的方法，CN202010167513.7
[11]一种基于深度学习的多分辨率集成HER2判读方法，CN202010168694.5
[12]一种基于深度学习的乳腺癌病理图像HE癌巢分割方法，CN202011273555.5
[13]一种基于注意力UNET模型的医学图像分割方法，CN20201393297.4
[14]一种病理切片标签识别方法，CN202010199537.0
[15]一种数字病理切片图像的自动切图方法，CN202011273550.2
[16]一种无参考数字病理切片模糊度评价算法，CN202011359297.2
[17]一种面阵相机连续扫描成像的控制方法，CN112584047A
[18]病理切片扫描复合视觉光路系统，CN111307799A
[19]一种基于图像语义分割的病理切片组织区域识别系统，CN111179214A
[20]一种大容量快速图像拼接方法，CN101751659B
[21]一种自动确认浸润性乳腺癌区域系统，CN112233151A
[22]一种自适应彩色图像颜色平衡校正方法，CN102129674B
[23]幽门螺杆菌自动筛选和标注的系统及方法，CN110660477A
[24]一种基于多任务卷积神经网络的细胞核中心点检测方法,CN111369615A
[25]Slide photograph data creation system, and slide photograph data. US7426345
荣誉获奖：
[1]中组部国家高层次领军人才
[2]科技部创新创业推进计划人才
[3]北京市海聚工程高层次领军人才
[4]北京市科学技术奖
[5]苏州市科学技术奖
[6]苏州市劳动模范
