点击上方“小白学视觉”，选择加"星标"或“置顶”
重磅干货，第一时间送达
![]()
博士招生信息：加入Chenxi Yuan教授团队，探索AI在健康领域的未来
![]()
新泽西理工学院计算学院信息学系（Department of Informatics at Ying Wu College of Computing）诚邀有志于深度学习、AI中的公平性、自然语言处理等领域的博士研究生申请。
导师介绍
![]()
Chenxi Yuan博士，现任宾夕法尼亚大学佩雷尔曼医学院生物统计学、流行病学和信息学系（DBEI）的博士后研究员，同时也是宾夕法尼亚大学成像与可视化统计中心（PennSIVE）的成员。Yuan博士在精准医疗和公平改善健康结果的深度学习方法开发与应用方面有着深厚的研究背景。他特别专注于为代表性不足的人群生成完整的医学数据，如磁共振成像和电子健康记录，并评估机器学习模型在预测阿尔茨海默病和乳腺癌等公共卫生疾病中的算法公平性。
Yuan博士于2022年在东北大学获得工业工程博士学位，师从Mohsen Moghaddam教授和Sagar Kamarthi教授，其研究工作集中在生成对抗网络（GANs）和自然语言处理（NLP）在智能制造中的应用。他将于2024年秋季加入新泽西理工学院（NJIT）计算学院信息学系，担任助理教授。
代表作介绍
以下是Yuan博士的一些代表性研究成果：
ReMiND: Recovery of Missing Neuroimaging using Diffusion Models with Application to Alzheimer’s Disease
发表于《Imaging Neuroscience》2024年。该研究利用扩散模型恢复缺失的神经影像数据，并应用于阿尔茨海默病的分析。这项工作为处理MRI数据中的缺失问题提供了新的方法，有助于提高疾病诊断的准确性。
DCG-GAN: Design Concept Generation with Generative Adversarial Networks
发表于《Design Science》2024年。这项研究提出了一种新的生成对抗网络（GAN）框架，用于生成设计概念，为智能制造领域提供了创新的设计工具。
Algorithmic Fairness of Machine Learning Models for Alzheimer’s Disease Progression Prediction
发表于《JAMA Network Open》2023年，影响因子为13.37。该研究评估了预测阿尔茨海默病进展的机器学习模型中的算法公平性，对于确保AI技术在医疗健康领域的公平性和公正性具有重要意义。
研究方向
Yuan博士的研究兴趣广泛，包括但不限于：
生成性AI：扩散模型、生成对抗网络、大型语言模型（LLMs）、多模态学习 AI中的公平性：算法公平性、公平性验证、缺失数据、不平衡数据 跨学科应用：医疗保健、生物信息学、智能制造
申请条件
我们正在寻找对生成性AI在健康领域的应用感兴趣，且高度自我驱动的博士生。如果你对以下领域有热情，我们欢迎你的加入：
深度学习和机器学习 生成对抗网络和自然语言处理 医疗数据分析和生物信息学 智能制造和工业工程
申请材料
如果你对加入Yuan博士的团队感兴趣，请通过电子邮件发送以下材料至chelseayuan94@gmail.com：
简历（CV）：详细描述你的教育背景、研究经历和任何相关的工作经验。 成绩单：提供你的本科和/或研究生成绩单，以证明你的学术成就。 其他材料：任何你认为可以展示你能力和潜力的材料，如发表的论文、项目报告或推荐信。
加入Chenxi Yuan博士的团队，你将有机会在AI和健康领域进行前沿研究，并为改善全球健康结果做出贡献。我们期待有才华、有激情的你加入我们，一起探索科技的未来！
下载1：OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。
下载2：Python视觉实战项目52讲 在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。
下载3：OpenCV实战项目20讲 在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。
交流群
欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~
![]()
![]()
点击上方“小白学视觉”，选择加"星标"或“置顶”
重磅干货，第一时间送达
博士招生信息：加入Chenxi Yuan教授团队，探索AI在健康领域的未来
新泽西理工学院计算学院信息学系（Department of Informatics at Ying Wu College of Computing）诚邀有志于深度学习、AI中的公平性、自然语言处理等领域的博士研究生申请。
导师介绍
Chenxi Yuan博士，现任宾夕法尼亚大学佩雷尔曼医学院生物统计学、流行病学和信息学系（DBEI）的博士后研究员，同时也是宾夕法尼亚大学成像与可视化统计中心（PennSIVE）的成员。Yuan博士在精准医疗和公平改善健康结果的深度学习方法开发与应用方面有着深厚的研究背景。他特别专注于为代表性不足的人群生成完整的医学数据，如磁共振成像和电子健康记录，并评估机器学习模型在预测阿尔茨海默病和乳腺癌等公共卫生疾病中的算法公平性。
Yuan博士于2022年在东北大学获得工业工程博士学位，师从Mohsen Moghaddam教授和Sagar Kamarthi教授，其研究工作集中在生成对抗网络（GANs）和自然语言处理（NLP）在智能制造中的应用。他将于2024年秋季加入新泽西理工学院（NJIT）计算学院信息学系，担任助理教授。
代表作介绍
以下是Yuan博士的一些代表性研究成果：
ReMiND: Recovery of Missing Neuroimaging using Diffusion Models with Application to Alzheimer’s Disease
发表于《Imaging Neuroscience》2024年。该研究利用扩散模型恢复缺失的神经影像数据，并应用于阿尔茨海默病的分析。这项工作为处理MRI数据中的缺失问题提供了新的方法，有助于提高疾病诊断的准确性。DCG-GAN: Design Concept Generation with Generative Adversarial Networks
发表于《Design Science》2024年。这项研究提出了一种新的生成对抗网络（GAN）框架，用于生成设计概念，为智能制造领域提供了创新的设计工具。Algorithmic Fairness of Machine Learning Models for Alzheimer’s Disease Progression Prediction
发表于《JAMA Network Open》2023年，影响因子为13.37。该研究评估了预测阿尔茨海默病进展的机器学习模型中的算法公平性，对于确保AI技术在医疗健康领域的公平性和公正性具有重要意义。
研究方向
Yuan博士的研究兴趣广泛，包括但不限于：
生成性AI：扩散模型、生成对抗网络、大型语言模型（LLMs）、多模态学习 AI中的公平性：算法公平性、公平性验证、缺失数据、不平衡数据 跨学科应用：医疗保健、生物信息学、智能制造
申请条件
我们正在寻找对生成性AI在健康领域的应用感兴趣，且高度自我驱动的博士生。如果你对以下领域有热情，我们欢迎你的加入：
深度学习和机器学习 生成对抗网络和自然语言处理 医疗数据分析和生物信息学 智能制造和工业工程
申请材料
如果你对加入Yuan博士的团队感兴趣，请通过电子邮件发送以下材料至chelseayuan94@gmail.com：
简历（CV）：详细描述你的教育背景、研究经历和任何相关的工作经验。 成绩单：提供你的本科和/或研究生成绩单，以证明你的学术成就。 其他材料：任何你认为可以展示你能力和潜力的材料，如发表的论文、项目报告或推荐信。
加入Chenxi Yuan博士的团队，你将有机会在AI和健康领域进行前沿研究，并为改善全球健康结果做出贡献。我们期待有才华、有激情的你加入我们，一起探索科技的未来！
下载1：OpenCV-Contrib扩展模块中文版教程 在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。 下载2：Python视觉实战项目52讲 在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。 下载3：OpenCV实战项目20讲 在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。 交流群
欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~
