返回成员列表
个人主页
马建华
教授 / 博士生导师
马建华，国家级领军学者，西安交通大学智能化诊疗装备研究中心创始主任。长期从事高端医学CT成像理论与算法研究，所取得的创新成果已成功适配于自研分布式微剂量CT系统和东软医疗国产高端CT系列产品中。主持科技部重点研发计划项目、NSFC区域创新重大集成项目等国家级课题10余项，创建2个省级科研平台，兼任4个国家级专业委员会副主委、IEEE-TMI与PMB等期刊编委、陕西省科技创新团队负责人。在医学成像领域发表学术论文百余篇，连续三年(2022年-2024年)获评中国高被引学者；授权发明专利30件，并实现产业转化。获2024年广东省自然科学奖一等奖（排1）、2019年广东省技术发明奖一等奖（排1）、丁颖科技奖（广东省科协个人最高奖）等荣誉。
学习经历
- 2005.09-2008.07 南方医科大学，生物医学工程专业（医学成像），博士
- 2002.09-2005.07 中山大学，计算数学专业（医学图像分析），硕士
- 1998.09-2002.07 曲阜师范大学，应用数学专业，学士
工作经历
- 2014.07-至今 南方医科大学，生物医学工程学院，教授 / 系主任
- 2012.12-2014.06 南方医科大学，生物医学工程学院，教授 / 副所长
- 2011.03-2012.03 美国纽约大学石溪分校，放射学系，访问学者
- 2009.09-2012.11 南方医科大学，生物医学工程学院，副教授
- 2006.09-2009.08 南方医科大学，生物医学工程学院，讲师
- 2005.08-2006.08 南方医科大学，生物医学工程学院，助教
学术任职
- 中国图象图形学学会 理事
- 中国图象图形学学会医学影像分会 副主任委员
- 中国生物医学工程学会青年委员会 副主任委员
- 中国计量学会CT辐射剂量控制分会 委员
- 中国体视觉学会CT理论与应用分会 委员
- 广东省生物医学工程学会 常务理事
- Physics in Medicine and Biology 期刊 International Advisory Board
主要获奖
- 广东省技术发明奖一等奖，高端宽体CT低剂量成像关键技术与系统研发及应用，第一完成人，2019年
- 广东省科学技术奖二等奖，基于多约束统一迭代模型的医学成像新技术与应用，第二完成人，2015年
科研项目
- 国家自然科学基金联合基金项目（U1708261），医用多级能谱CT低剂量精准成像新方法及关键技术研究，2018.01-2021.12，265万元，主持
- 广东省应用型科技研发专项（2015B020233008），数字乳腺层析成像系统关键技术研发与整机研制，2016.01-2019.12，500万元，主持
- 国家自然科学基金面上项目（81371544），基于系统精准建模的超低剂量SCT优质成像新方法研究，2014.01-2017.12，70万元，主持
- 广州市科技计划项目（201705030009），广州市医用放射成像与检测技术重点实验室，2017.01-2019.12，200万元，主持
- 广州市科技计划项目（CT201510010039），超低剂量SCT优质成像技术研究，2015.06-2018.05，20万元，主持
代表性论文
- D. Zeng, L. Yao, Y. Ge, et al., Full-Spectrum-Knowledge-Aware Tensor Model for Energy-Resolved CT Iterative Reconstruction, IEEE TMI, 39(9): 2831-2843, 2020.
- J. He, Y. Wang, and J. Ma*, Radon Inversion via Deep Learning, IEEE TMI, 39(6): 2076-2087, 2020.
- X. Tao, H. Zhang, Y. Wang, et al., VVBP-Tensor in the FBP Algorithm: Its Properties and Application in Low-dose CT Reconstruction, IEEE TMI, 39(3): 764-776, 2020.
- J. He, Y. Yang, Y. Wang, et al., Optimizing a Parameterized Plug-and-Play ADMM for Iterative Low-Dose CT Reconstruction, IEEE TMI, 38(2): 371-382, 2018.
- S. Li, D. Zeng, J. Peng, et al., An Efficient Iterative Cerebral Perfusion CT Reconstruction via Low-Rank Tensor Decomposition with Spatial-Temporal Total Variation Regularization, IEEE TMI, 38(2): 360-370, 2018.
- Q. Xie, D. Zeng, Q. Zhao, et al., Robust Low-dose CT Sinogram Preprocessing via Exploiting Noise-generating Mechanism, IEEE TMI, 36: 2487-2498, 2017.
- J. Ma, Z. Liang, Y. Fan, et al., Variance analysis of x-ray CT sinograms in the presence of electronic noise background, Medical Physics, 39(7): 4051-4065, 2012.