聶生東，男，1962年7月生，博士。
現任上海理工大學健康科學與工程學院教授，博士生導師，國家一流本科專業醫學影像技術專業負責人，曾任校學術委員會委員、健康科學與工程學院學術分委員會主任委員。
基本介紹
人物經歷,教育背景,工作經歷,研究方向,主要成就,所獲榮譽,社會任職,科研項目,代表論文,
人物經歷
教育背景
1980.9-1984.7 山東大學數學系控制理論專業，理學學士
1990.9-1993.6 山東科技大學自動化專業，工學碩士
工作經歷
1984.8-1988.4 原兵器工業部第202研究所系統仿真實驗室助理工程師
1988.5-2000.6 泰山醫學院（山東第一醫科大學）放射系講師
2000.7-2004.5 上海交通大學醫學院副教授
2004.6，上海理工大學副教授、教授
研究方向
1、醫學影像智慧型處理與分析技術研究
2、基於人工智慧的磁共振成像重建方法研究
3、磁共振成像與圖像處理
主要成就
發表論文300餘篇，其中被SCI收錄60餘篇，EI收錄50餘篇。獲得授權國家發明專利15項，轉讓2項，以第一完成人獲得省部級科技發明二等獎2項。主持包括國家科學儀器重大專項和國家自然科學基金在內的科研項目18項，主編由復旦大學出版社2010年出版的面向21世紀課程教材《醫學圖像處理》，該教材由國內20多所院校採用，2011年獲得上海市優秀教材2等獎。任中國科學院醫學影像學、醫學影像技術教材建設專委會副主委，中國科學院首套醫學影像學、醫學影像技術專業案例版教材《醫學圖像處理》主編，組織國內18家院校的編委進行教材的編寫工作，本教材2021年12月份由科學出版社出版。
所獲榮譽
1、中國儀器儀表學會科學技術獎：高性能核磁共振弛豫分析儀，三等獎（排名第一），2018-10-18
2、上海市科技發明獎：低場核磁共振分析儀的關鍵技術研發及套用，二等獎（排名第一），2020-11-20
3、教育部科技發明獎：高性能核磁共振弛豫分析儀的研發及其套用推廣，二等獎（排名第一），2021-3-20
社會任職
1、中國儀器儀表學會分析儀器分會磁共振分析儀器專業委員會副主委
2、中國系統仿真學會生命系統建模及仿真專業委員會理事
3、全國衛生產業企業管理協會精準醫療分會理事
4、科技部重大科學儀器專項、政府間合作重大項目評審專家
5、國家自然科學基金同行評議專家
6、系統仿真學報、中國醫學物理學雜誌、上海理工大學學報編委
7、多家SCI期刊的審稿人
8、上海市分子影像學重點實驗室特聘專家
9、卡勒幅醫療集團智慧型影像首席科學家
科研項目
1、上海市教委重點科研創新項目（2006.6-2008.5）：基於CT圖像的肺結節計算機輔助檢測技術的研究，編號：06ZZ33，經費15萬
2、國家自然科學基金項目（2010.1-2012.12）：基於CT圖像的肺結節計算機輔助檢測方法及關鍵技術研究，項目批准號：60972122，經費26萬
3、企業委託項目（2007.10-2009.9）：核磁共振分析儀專用軟體的開發,項目編號：3A-99-308-047,經費20萬
4、上海市教委科研創新重點項目（2014-2016）：低場核磁共振二維反演算法關鍵技術研究，經費16萬，編號：14ZZ135
5、國家重大科學儀器開發專項（2013.10-2018.9）：高性能核磁共振弛豫分析儀的開發與套用，作為項目唯一技術支撐單位負責人，承擔經費208.4萬，編號：2013YQ17046303
6、上海市自然科學基金（2014.6-2017.5）：模板匹配結合多分類器的肺結節檢測方法研究，編號：14ZR1427900，經費：10萬
7、上海紐邁公司委託項目（2012.5-2018.4）：低場核磁共振信號二維反演算法最佳化，經費45萬
8、上海市科技支撐計畫項目（2018.5-2021.4）：基於微型圖像感測器的電動控制膽道鏡的實驗室樣機研發，項目編號：18441900500，經費35萬
9、國家自然科學基金重點項目（2019.1-2023.12）：代謝影像組學智慧型預測肺癌靶向耐藥的關鍵技術與套用，項目編號81830052（子項目），經費50萬
10、康達醫療（卡勒幅磁共振成像）委託項目（2019.5-2023.4）：基於深度學習的磁共振成像快速重建方法研究，經費40萬
11、上海市自然科學基金（2020.7-2023.6）：基於影像組學的微小肺結節檢測與風險評估方法研究，編號：20ZR1438300，經費：20萬
12、上海交通大學附屬第九人民醫院委託課題：2021.07-2023.06：子宮內膜病變的病理圖像識別與智慧型判讀.經費：18萬
13、國家自然科學基金項目：基於多模態磁共振成像和腦電圖的機器學習算法建立術後譫妄預測模型的研究（2023.01-2026.12），上理工承擔經費20萬，項目編號：82271286，項目承擔單位：復旦大學華東醫院（麻醉科顧衛東主任），項目參與單位：上海理工大學（聶生東教授）
代表論文
1、Min Yuqin, Hu Liangyun, Wei Long, Nie Shengdong*. Computer-aided detection of pulmonary nodules based on convolutional neural networks: a review[J]. Physics in Medicine & Biology(SCI,影響因子3.609，2區), 2022, 67(6):06TR01 (21pp).
2、Sun Rong, Nie Shengdong*，Atransfer learning strategy based on unsupervised learning and ensemble learning for breast cancer molecular subtype prediction using DCE-MRI[J], Journalof magnetic resonance imaging ,2022,55（5）：1518-1534(SCI,影響因子4.813，2區)
3、Sun Rong, Nie Shengdong*,Prediction of breast cancer molecular subtypes using DCE-MRI based on CNNs combined with ensemble learning[J],Physics in Medicine & Biology, 2021,66(17):175009 (13pp). (SCI,影響因子3.609，2區，頂級期刊)
4、Chen Wen, Nie Shengdong*, A Deep Learning-and CT Image-based Prognostic Model for the Prediction of Survival in Non-small Cell Lung Cancer[J], Medical Physics,2021，48（12）：7946-7958(SCI二區，頂級期刊，影響因子4.071)
5、Xuewen Hou, Xin Wang, Shengdong Nie*，A new one-dimensional U-net-based calibration transfer method for low-fieldnuclear magnetic resonance signals[J],Analytical Chemistry，2021，93（30）：10469-10476(SCI一區，頂級期刊，影響因子8.008)
6、Xuewen Hou, Xin Wang, Shengdong Nie*，Rapid screening for hazelnut oil and high oleic sunflower oil in extra virgin olive oil using low-field nuclear magnetic resonance relaxometry and machine learning[J]，Journal of the Science of Food and Agriculture，2020，101（6）：2389-2397(SCI,影響因子3.638，2區，TOP 期刊)
7、Xuewen Hou, Xin Wang, Shengdong Nie*，Convolutional neural network based approach for classification of edible oils using low-field nuclear magnetic resonance[J],Journal of Food Composition and Analysis,(SCI,影響因子4.556，2區)，2020，92：103566
8、Wu Wenhao,Nie Shengdong*,Segmentation of pulmonary nodules in CT images based on 3D-UNET combined with three-dimensional conditional random field optimization，Medical Physics (SCI,影響因子4.071，2區，TOP期刊)，2020，47（9）：4054-4063
9、Wang xu ,Nie shengdong*,A prognostic analysis method for non-small cell lung cancer based on the computed tomography radiomics[J],Physics in Medicine and Biology，2020，65（4）:045006（SCI，2區，IF3.609,TOP期刊）
10、Xuewen Hou, Guangli Wang, Guanqun Su, Xin Wang*, Shengdong Nie*，Rapid identification of edible oil species using supervised support vector machinebased on low-field nuclear magnetic resonance relaxation features[J]，Food Chemistry(SCI,影響因子9.231，1區,TOP期刊)，2019,280:139-145
