首页 > 公司产品 > 博导介绍 > 正文

傅健 Jian Fu

作者:       发布: 2017-09-08      来源: 皇冠手机官方网站

打印

傅 健    Jian Fu

 

出生年月

1976.11

籍贯

四川自贡

 

职称

教授

学历

工学博士

 

电话

010-82339095

办公室

新主楼A409

 

系别

机械电子工程系

职务

皇冠手机官方网站江西研究院经理

 

电子信箱

fujian706@buaa.edu.cn

传真

010-82339095

 

个人主页




 

学习经历

1995.09-2004.03       皇冠手机官方网站       机械电子工程专业    学士、博士

工作经历

2022.07-至今:          皇冠手机官方网站,皇冠手机官方网站江西研究院,  经理

2019.04-2022.06:       皇冠手机官方网站,皇冠手机官方网站江西研究院,  副经理

2016.07-至今:           皇冠手机官方网站,皇冠手机官方网站,  教授

2014.05-2015.05:       斯坦福大学,生物工程系,访问学者

2012.08-至今:           慕尼黑工业大学, 物理系E17,客座科学家

2010.09-11,2011.07-08,2012.07-08   慕尼黑工业大学, 访问学者

2008.07-2016.06:      皇冠手机官方网站,皇冠手机官方网站, 副教授

2006.10-2008.06:      皇冠手机官方网站,皇冠手机官方网站, 讲师

2004.06-2006.09:      皇冠手机官方网站,航空科学博士后流动站, 博士后

研究领域

三维工业CT成像检测技术及装备研发应用:针对航空、航天等领域成像检测需求,开展三维工业CT系统优化设计、扫描方式、重建算法、数据校正、图像处理方法等技术研究,并完成系统的定制设计开发。目前已形成高、中、低能三维工业CT系列装备,应用对象涵盖大、中、小型结构,极限空间分辨力达到几十纳米量级。

X射线相位衬度三维CT成像方法:依托国内、外同步辐射光源等大科学装置,与国际顶尖团队合作,在软、硬X射线波段探索新型的相衬成像方法,开发工业无损检测、活体细胞三维成像、新材料表征以及癌症早期探测等技术,服务于材料与工程科学、生命科学、医学等领域前沿研究。

人工智能与图像处理:针对工业与医学应用需求,开展基于人工智能的图像处理方法与技术研究,探索自学习机制,助力智能制造、医学成像、安全检测等领域发展。

主要荣誉及奖励

2021年,中国机械工业技术发明二等奖(排名1

2021年,皇冠手机官方网站校级优秀硕士学位论文指导教师

2019年,北京市优秀毕业生(研究生)指导教师

2019年,皇冠手机官方网站校级优秀硕士学位论文指导教师

2017年,北京正负电子对装机国家实验室北京同步辐射装置用户学术年会暨专家会二等奖

2014年,皇冠手机官方网站研究生“十佳论文”指导教师

2013年,教育部新世纪优秀人才

2013年,皇冠手机官方网站研究生“十佳论文”提名论文指导教师

2013年,皇冠手机官方网站研究生“十佳论文”提名论文指导教师

2011年,皇冠手机官方网站校级优秀硕士学位论文指导教师

2010年,欧盟TANDEM学者

2010年,北京市高教学会实验室研究分会优秀论文二等奖

2009年,北京市科技新星

2006年,中国体视学学会“CT与三维成像新进展”荣誉奖

开授课程

职工本科生课程“Fundamental    of Measurement Technology”(32学时,春季)

职工研究生课程“Principle    of Computed Tomography”(32学时,春季)

研究生专业基础课“工程数字图像处理”(32学时,秋季)。

教学及科研成果

长期从事先进成像检测技术研究与教学工作,完成或参与完成各级科研项目数十项。开展了三维工业CT、显微CT、同轴相位衬度成像、差分相位衬度成像、中子成像等方法研究,取得了一批具有核心竞争力的技术,为航空、航天、核工业、特种设备等部门研发系列三维工业CT成像系统,促进了先进成像检测理论和工程技术的发展。在IEEE    Transactions on Image ProcessingScience    in China等国内外期刊发表论文100余篇,SCI收录30余篇,申请获批发明专利20项,参与制定国家、行业标准3项,获得欧盟TANDEM学者、教育部新世纪优秀人才、北京市科技新星等奖励。

代表性成果如下:
  1
Guogang Zhu, Jian Fu: A lightweight   solution of industrial computed tomography with convolutional neural network.   NDT & E International 116: 102347, (2020). https://doi.org/10.1016/j.ndteint.2020.102347

2Jian Fu, Jianbing DongFeng Zhao: A   Deep Learning Reconstruction Framework for Differential Phase-Contrast   Computed Tomography With Incomplete Data. IEEE Trans Image Processing 29: 2190-2202 (2020)

3Jian FuXianhong   Shi, Wei Guo et al: Fast X-ray Differential Phase Contrast Imaging with   One Exposure and without Movements. Scientific Reports 9:  1113 (2019).

4) Jian Fu, Marian Willner, Liyuan Chen et al: Helical   differential X-ray phase-contrast computed tomography. Physica Medica 30(3): 374-379   (2014)

5) Jian Fu, Astrid Velroyen, Renbo Tan et al: A reconstruction   method for cone-beam differential x-ray phase-contrast computed tomography.   Optics Express 20(19): 21512~9 (2012)

学术与社会服务

南昌航空大学兼职教授

北京市知联会理事

政协南昌市15届委员会委员

“中国体视学与图像分析”、“CT理论与应用”期刊编委 

 

Curriculum   Vitae  (CV)