魏红江
长聘副教授、博士生导师、国家青年人才。
研究方向:MRI快速、定量、多模态一体化成像;深度学习磁共振重建;QSM技术开发及应用等。近五年内在Brain, Medical Image Analysis, IEEE TMI, Neuroimage, 等SCI期刊发表论文100余篇,授权专利5项。主持国家自然基金重大研究计划培育项目、面上项目、青年项目、科技部重点研发计划青年科学家项目、上海科委探索者项目、上海市脑科学与类脑中心项目等。
实验室网址 //qmri.pc28kjw.net/
2004-2008 哈尔滨工业大学
2008-2010 哈尔滨工业大学
2010-2014 法国里昂大学
2014-2016 美国杜克大学
2016-2018 美国加州大学伯克利分校
2018- 至今 上海交通大学
1.快速、定量、多模态一体化磁共振成像
MRI多定量成像技术在脑科学研究及疾病早期诊断上发挥着重要作用,然而,3D高分辨多模态定量MRI往往需要多次扫描,扫描时间长导致临床不适用。我们提出了3D全脑高分辨多定量参数一体化采集MRI新序列,8-9分钟内可以完成全脑、3D、亚毫米级多定量参数一体化成像,包含T1mapping、T2mapping、T1w、T2w、T2*、QSM、QSM+、QSM-、SWI、B0场、PD、FLAIR等多模态影像,相比于原有采集的总时间1小时左右而言,极大的提高了成像效率。该技术可进一步赋能磁共振快速智能成像。
2. 深度学习磁共振快速重建算法
我们在国际上率先提出了基于隐式神经表达深度学习方法的磁共振快速成像重建上,相比于现有深度学习方法可以不需要训练样本,可以从高度稀疏的k-space中重建高质量的MRI影像。作为一种连续表示,神经辐射场有望获得“无限”分辨率超分辨脑影像。
3. 定量磁共振(QSM,STI)脑成像
定量磁化率成像(Quantitative Susceptibility Mapping, QSM)是一种新型的用于定量组织中磁化率分布的技术。针对QSM本身重建算法挑战,开发了一系列磁化率算法,解决了QSM影像数据的重建是病态逆问题,使得QSM定量精度大大提升。突破了磁共振成像技术瓶颈,开发亚体素QSM磁共振成像新技术。为脑结构精准定量、脑区精准分割、脑图谱构建及相关脑疾病的早期检测提供技术手段。
1.科技部重点研发计划青年科学家项目,2024.12-2027.11,主持
2.国家自然基金面上项目,2025.1-2028.12,主持
3.国家自然基金重大研究计划培育项目,2020.1-2022.12,主持
4. 国家自然基金青年项目,2020.1-2022.12,主持
5. 上海市科委"探索者"项目,2023.6-2026.5,主持
6. 上海脑科学与类脑中心,2020.1-2022.12, 主持
7. 上海交通大学医工交叉基金项目转化基金,2023.1-2025.12
8. 上海交通大学医工交叉基金项目STAR重大项目,2023.1-2025.12
Selected publications
1. 生物医学信号与系统(2)(本科三年级,秋季学期)
2. 定量磁共振成像与脑科学(研究生,春季学期)
IEEE Journal of Biomedical and Health Informatics 副主编
NeuroImage 副主编
Scientific Reports 副主编
Aging and Diseases 青年编委
MED-X 青年编委
《生物医学工程进展》青年编委
邮箱地址:[email protected]
联系电话:021-62932050
办公地址:徐汇MED-X研究院南315室
网址: //qmri.pc28kjw.net/