董彬，北京大學博雅特聘教授，任職北京大學北京國際數學研究中心，兼任北京中關村學院常務副院長、北京大學國際機器學習研究中心副主任、北京大學長沙計算與數字經濟研究院副院長、國家生物醫學成像科學中心研究員。2003年本科畢業於北京大學數學科學學院、2005年在新加坡國立大學數學系獲得碩士學位、2009年在美國加州大學洛杉磯分校數學系獲得博士學位。博士畢業後曾在美國加州大學聖迭戈分校數學系任訪問助理教授、2011－2014年在美國亞利桑那大學數學系任助理教授，2014年底入職北京大學。主要研究領域為機器學習、科學計算和計算成像。現任期刊《SIAM Journal on Scientific Computing》、《SIAM Journal on Imaging Science》、《Inverse Problems and Imaging》、《Communications in Mathematical Sciences》編委、《CSIAM Transactions on Applied Mathematics》、《Journal of Computational Mathematics》、《Journal of Machine Learning》副主編。
基本介紹
- 中文名：董彬
- 國籍：中國
- 畢業院校：北京大學+新加坡國立大學+加州大學洛杉磯分校
- 學位/學歷：博士
人物經歷,研究方向,主要成就,獲獎記錄,
人物經歷
2024年至今，兼任北京中關村學院常務副院長
2024年至今，北京大學北京國際數學研究中心博雅特聘教授
2023年至今，北京大學北京國際數學研究中心教授
2022年至今，北京大學機器學習研究中心副主任
2019年至2022年，北京大學人工智慧研究院人工智慧理論中心主任
2018年至2022年，北京大學北京國際數學研究中心長聘副教授
2014年至2018年, 北京大學北京國際數學研究中心副教授
2011年至2014年, 美國亞利桑那大學（University of Arizona）助理教授
2009-07至2011-07, 美國加州大學聖迭戈分校（UCSD）數學系SEW助理教授
2009年, 獲得加州大學洛杉磯分校（UCLA）數學專業博士學位
2005年, 獲得新加坡國立大學數學專業碩士學位
2003年, 獲得北京大學數學專業學士學位
研究方向
學術專著
1. PuYang, Bin Dong, MoColl: Agent-Based Speci c and General Model Collaboration for Image
Captioning, arXiv:2501.01834, 2025.
2. Ziju Shen, Haimiao Zhang, Bin Dong, Jun Qiu, Yunxiang Li, Zhili Cui, Incomplete Data
Multi-Source Static Computed Tomography Reconstruction with Di usion Priors and Implicit
Neural Representation, arXiv:2501.01013, 2025.
3. Yifan Luo, Zhennan Zhou, Meitan Wang, Bin Dong, Jailbreak Instruction-Tuned LLMs via
end-of-sentence MLP Re-weighting, arXiv:2410.10150, 2024.
4. Zuoyuan Li, Bin Dong, Pingwen Zhang, State-observation augmented di usion model for non
linear assimilation, arXiv:2407.21314, 2024.
5. Bin Dong, Ting Lin, Zuowei Shen, Peichu Xie, Analysis of a wavelet frame based two-scale
model for enhanced edges, arXiv:2401.02688.
6. Xinyu Xiao, Zhennan Zhou, Bin Dong, Dingjiong Ma, Li Zhou, Jie Sun, Meta-DSP: A Meta
Learning Approach for Data-Driven Nonlinear Compensation in High-Speed Optical Fiber Sys
tems, arXiv:2311.10416.
7. Zifan Chen, Jiazheng Li, Jie Zhao, Yiting Liu, Hongfeng Li, Bin Dong, Lei Tang and Li Zhang,
PropNet: Propagating 2D Annotation to 3D Segmentation for Gastric Tumors on CT Scans,
arXiv:2305.17871.
8. Peng Bao, Gong Wang, Ruijie Yang, Bin Dong, Deep Reinforcement Learning for Beam Angle
Optimization of Intensity-Modulated Radiation Therapy, arXiv:2303.03812.
學術論文
2022年至2025年3月發表的論文。
1. Fangxu Zhou, Zehua Li, Haifeng Li, Yao Lu, Linjia Cheng, Ying Zhang, Zichen Wang, Jing
Nie, Heping Cheng, Bin Dong, Lei Ma, Li Yang, An Initiative on Digital Nephrology: The
Kidney Imageomics Project, doi.org/10.1093/nsr/nwaf034, 2025.
2. Bin Dong, Li Zhang, Jiajia Yuan, Yang Chen, Quanzheng Li, Lin Shen, Large language models:
game-changers in the healthcare industry, Science Bulletin, S2095-9273, 2024.
3. Zifan Chen, Yang Chen, Yu Sun, Lei Tang, Li Zhang, Yajie Hu, Meng He, Zhiwei Li, Siyuan
Cheng, Jiajia Yuan, Zhenghang Wang, Yakun Wang, Jie Zhao, Jifang Gong, Liying Zhao,
Baoshan Cao, Guoxin Li, Xiaotian Zhang, Bin Dong, and Lin Shen, Predicting gastric cancer
response to anti-HER2 therapy or anti-HER2 combined immunotherapy based on multi-modal
data, Signal Transduction and Targeted Therapy, 9:222, 2024.
4. Qi Sun, Hexin Dong, Zewei Chen, Jiacheng Sun, Zhenguo Li, Bin Dong, Layer-Parallel Train
ing of Residual Networks with Auxiliary-Variable Networks, Numerical Methods for Partial
Di erential Equations, 40(6), e23147, 2024 (arXiv:2112.05387).
5. Haocheng Ju, Haimiao Zhang, Lin Li, Xiao Li, Bin Dong, A Comparative Study of Deep
Learning and Iterative Algorithms for Joint Channel Estimation and Signal Detection, Signal
Processing, 109554, 2024 (arXiv:2303.03678).
6. Pu Yang and Bin Dong, L2SR: Learning to Sample and Reconstruct for Accelerated MRI,
Inverse Problems, 40 055015, 2024 (arXiv:2212.02190).
7. Mingze Yuan, Peng Bao, Jiajia Yuan, Yunhao Shen, Zifan Chen, Yi Xie, Jie Zhao, Quanzheng
Li, Yang Chen, Li Zhang, Lin Shen, Bin Dong, Large language models illuminate a progressive
pathway to arti cial intelligent healthcare assistant, Medicine Plus, 1000302024.
8. Chenxi Xie, Yueyuxiao Yang, Hao Yu, Qiushun He, Mingze Yuan, Bin Dong, Li Zhang, Meng
Yang, RNA Velocity Prediction via Neural Ordinary Di erential Equation, iScience, 27(4),
2024.
9. Meng He, Zi-fan Chen, Song Liu, Yang Chen, Huan Zhang, Li Zhang, Jie Zhao, Jie Yang,
Xiao-tian Zhang, Lin Shen, Jian-bo Gao, Bin Dong, Lei Tang, Deep learning model based on
multi-lesion and time series CT images for predicting the bene ts from anti-HER2 targeted
therapy in stage IV gastric cancer, Insights into Imaging, 15(59), 2024.
10. Bin Dong, Xuhua He, Pengfei Jin, Felix Schremmer, Qingchao Yu, Machine learning assisted
exploration for a ne Deligne-Lusztig varieties, Peking Mathematical Journal, pp. 150, 2024
(arXiv:2308.11355).
11. Zhuoyuan Li, Bin Dong, Pingwen Zhang, Latent assimilation with implicit neural represen
tations for unknown dynamics, Journal of Computational Physics, 506, 112953, 2024 (arX
iv:2309.09574).
12. Yifan Luo, Yiming Tang, Chengfeng Shen, Zhennan Zhou, Bin Dong, Prompt engineering
through the lens of optimal control, Journal of Machine Learning, 2, 241-258, 2023 (arX
iv:2310.14201).
13. Zhengyi Li, Yanli Wang, Hongsheng Liu, Zidong Wang, Bin Dong, Solving Boltzmann equation
with neural sparse representation, SIAM Journal on Scienti c Computing, 46(2), C186C215,
2023 (arXiv:2302.09233).
14. Jiajia Yuan, Peng Bao, Zifan Chen, Mingze Yuan, Jie Zhao, Jiahua Pan, Yi Xie, Yanshuo Cao,
Yakun Wang, Zhenghang Wang, Zhihao Lu, Xiaotian Zhang, Jian Li, Lei Ma, Yang Chen,
Li Zhang, Lin Shen and Bin Dong, Advanced Prompting as a Catalyst: Empowering Large
Language Models in the Management of Gastrointestinal Cancers, The Innovation Medicine,
1(2), 100019, 2023.
15. Zhanhong Ye, Xiang Huang, Hongsheng Liu, Bin Dong, Meta-Auto-Decoder: A Meta-Learning
Based Reduced Order Model for Solving Parametric Partial Di erential Equations, Communi
cations on Applied Mathematics and Computation, 6(2), 1096-1130, 2023 (arXiv:2302.08263).
16. Wei Wan, Yuejin Zhang, Chenglong Bao, Bin Dong, Zuoqiang Shi, A scalable deep learning
approach for solving high-dimensional dynamic optimal transport, SIAM Journal on Scienti c
Computing, 45(4), B644B563, 2023 (arXiv:2205.07521).
17. Zhiwen Deng, Jing Wang, Hongsheng Liu, Hairun Xie, BoKai Li, Miao Zhang, Tingmeng Ji
a, Yi Zhang, Zidong Wang, Bin Dong, Prediction of transonic ow over supercritical airfoils
using geometric-encoding and deep-learning strategies, Physics of Fluids, 35(7), 2023 (arX
iv:2303.03695).
18. Meng He, Zi-Fan Chen, Li Zhang, Xiangyu Gao, Xiaoyi Chong, Hao-shen Li, Lin Shen, Jiafu Ji,
Xiaotian Zhang, Bin Dong, Zi-Yu Li and Tang Lei, Associations of subcutaneous fat area and
Systemic Immune-in ammation Index with survival in patients with advanced gastric cancer
receiving dual PD-1 and HER2 blockade, Journal of ImmunoTherapy of Cancer, 11:e007054,
2023.
19. Chaoyan Huang, Tingting Wu, Juncheng Li, Bin Dong, Tieyong Zeng, Single-Particle Re
construction in Cryo-EM based on Three-dimensional Weighted Nuclear Norm Minimization,
Pattern Recognition, doi.org/10.1016/j.patcog.2023.109736, 2023.
20. Jiazheng Li, Zifan Chen, Yang Chen, Jie Zhao, Meng He, Xiaoting Li, Li Zhang, Bin Dong, Xi
aotian Zhang, Lei Tang, Lin Shen, CT-based delta radiomics in predicting the prognosis of stage
IV gastric cancer to immune checkpoint inhibitors, Frontiers in Oncology, DOI: 10.3389/fon
c.2022.1059874, 2023.
21. Zhengyi Li, Bin Dong and Yanli Wang, Learning Invariance Preserving Moment Closure Model
for Boltzmann-BGK Equation, Communications in Mathematics and Statistics, 11(1), 59101,
2023 (arXiv:2110.03682).
22. Yang Chen, Keren Jia, Yu Sun, Cheng Zhang, Yilin Li, Li Zhang, Zifan Chen, Jiangdong
Zhang, Yajie Hu, Jiajia Yuan, Xingwang Zhao, Yanyan Li, Jifang Gong, Bin Dong, Xiao
tian Zhang, Jian Li and Lin Shen, Predicting response to immunotherapy in gastric cancer
via multi-dimensional analyses of the tumour immune microenvironment, Nature Communi
cations, 13:4851, 2022.
23. Qilin Zhang, Peng Bao, Ang Qu, Weijuan Jiang, Ping Jiang, Hongqing Zhuang, Bin Dong,
Ruijie Yang, The feasibility study on the generalization of deep learning dose prediction model
for volumetric modulated arc therapy of cervical cancer, Journal of Applied Clinical Medical
Physics, 23(6), e13583, 2022.
24. Chenglong Bao, Jian-Feng Cai, Jae Kyu Choi, Bin Dong, and Ke Wei, Improved Harmonic
Incompatibility Removal for Susceptibility Mapping via Reduction of Basis Mismatch, Journal
of Computational Mathematics, 40(6), 914-937, 2022.
25. Stefan C. Schonsheck, Bin Dong and Rongjie Lai, Parallel Transport Convolution: A New Tool
for Convolutional Neural Networks on Manifolds, SIAM Journal on Imaging Science, 15(1),
pp. 367386, 2022 (arXiv:1805.07857).
26. Yuyan Chen, Bin Dong, Jinchao Xu, Meta-MgNet: Meta Multigrid Networks for Solving Pa
rameterized Partial Di erential Equations, Journal of Computational Physics, 455, 110996,
2022 (arXiv:2010.14088).
27. Jin Zhao, Weifeng Zhao, Zhiting Ma, Wen-An Yong, Bin Dong, Finding Models of Heat Con
duction via Machine Learning, International Journal of Heat and Mass Transfer, 185, 122396,
2022.
28. Ziju Shen, Yufei Wang, Dufan Wu, Xu Yang and Bin Dong, Learning to Scan: A Deep Re
inforcement Learning Approach for Personalized Scanning in CT Imaging, Inverse Problems
and Imaging, 16 (1), 179, 2022 (arXiv:2006.02420).
主要成就
科研亮點
在套用和計算數學，尤其是圖像處理及數據分析中的數學建模、算法設計和理論分析中做出突出貢獻。
l 在圖像處理方面，作為計算機視覺和圖像科學的關鍵領域，廣泛套用於生物醫學成像、遙感等領域。其中，偏微分方程(PDE)和小波方法作為重要的兩類數學工具，已得到深入研究和極為廣泛套用，也是整個套用數學領域近30年來最具活力和代表性的研究方向。董彬在這一領域取得了顯著的突破，他與合作者一起揭示了PDE和小波方法之間的深層次聯繫，證明了基於小波變換的最佳化模型和疊代算法與PDE模型之間存在漸進收斂關係。這一發現不僅確立了小波方法和PDE方法之間的一般性聯繫，還將微分運算元的幾何意義和小波框架的稀疏逼近聯繫起來，提供了全新的幾何視角。董彬團隊進一步將這些理論成果套用於實際問題中，設計了一系列結合了小波和PDE的優點、兼顧多尺度稀疏逼近和幾何直觀的新模型，並且成功地在醫療影像分析中得到了套用。
l 在深度學習方面，董彬團隊建立了數值微分方程和深層神經網路架構之間的聯繫。團隊通過常微分方程(ODE)數值格式指導深度學習中的深層神經網路架構設計，並提出了由ODE數值格式誘導的深層網路架構ODE-Net，在大規模圖像識別數據集上驗證了該方法的有效性。他們還利用離散PDE和卷積網路的結構相似性，提出了一種全新的深層網路架構PDE-Net，該網路能從海量數據中學習出背後未知的PDE模型並進行精確預測。董彬團隊將以上研究發展為機理與數據融合的新思路，提出了融合深度學習、強化學習、最優控制和動力系統的計算成像、PDE求解、PDE反問題等新算法，這些算法不僅具備優良的精度、效率和泛化性，還具有良好的可解釋性。
l 在醫療臨床套用方面，董彬團隊與北京大學腫瘤醫院合作，運用機理與數據融合的建模思想，在輔助診斷上構建了包括臟器脂肪勾畫軟體、食管胃結合部癌臨床參數自動計算軟體、高精度的胃癌抗腫瘤治療療效預後軟體和胃癌腹膜轉移預測軟體等多個人工智慧模型，以上成果已北京大學腫瘤醫院推廣和使用。在此基礎上，董彬團隊與北京大學腫瘤醫院消化科深度合作，構建了能夠有效整合臨床、影像、病理、檢驗等多模態數據的人工智慧框架，實現了對多時間點、多圖像模態、不同尺度醫療數據的處理和分析能力。該框架在面向治療決策這一臨床核心任務上，針對數據體量較小、類型複雜的消化腫瘤，在腫瘤的分型分期、化療免疫治療療效的預測等實際套用上，達到了與高年資醫生相近的判斷水平。
獲獎記錄
l 主持“十三五”國家重大科技基礎設施“多模態跨尺度生物醫學成像設施”裝置四：全尺度圖像整合系統、科技部國家重點研發計畫1項、國家重點研發計畫1項、國家自然科學基金重大項目1項、北京市自然科學基金重點項目2項、中組部國家“千人計畫”青年項目1項、美國國家科學基金項目1項，參與科技部國家重點研發計畫1項、國家自然科學基金重點項目1項、重大研究計畫集成項目1項。
l 2014年獲得求是傑出青年學者獎。2015年入選中組部“千人計畫”青年項目。2019年入選科技部創新人才推進計畫。2020年入選中組部“萬人計畫”領軍人才。2022年受邀在世界數學家大會（ICM）做45分鐘報告。2023年入選新基石研究員項目，同年獲得王選傑出青年學者獎。2027年受邀在國際工業與套用數學大會（ICIAM）做邀請報告。
