个人资料 |
|
姓名： 丁博 学位： 博士 毕业院校： 哈尔滨理工大学 邮件： dingbo@hrbust.edu.cn 办公地点： 新主楼G808 电话： 出生年月： 1983-07-01 学科： 计算机科学与技术 |
相关教师 |
个人简历丁博，工学博士，哈尔滨理工大学教授，硕士生导师，中国计算机学会计算机辅助设计与图形学学会委员，黑龙江省人工智能学会听觉智能学会委员，加拿大渥太华大学和澳大利亚格里菲斯大学访问学者。长期致力于计算机图形学、计算机视觉和人工智能相关的研究。 近年来主持和参与了国家自然科学基金面上项目、黑龙江省自然科学基金和横向课题等10项。在IEEE Trans on Multimedia、IEEE JBHI、Computers in Biology and Medicine等国际知名期刊和会议以第一作者或通信作者的身份发表学术论文60余篇。申请国家发明专利30余项，授权10余项。 2019年-2025年，带领团队参加大学生创新大赛，分别荣获5项国家级铜奖、5项省级金奖和2项省级银奖。 大量研究成果实现落地应用，成功开发的“细胞病理智能诊断系统”已获得国家二类医疗器械认证，并在、全国30余家医疗机构投入使用，该系统能够快速识别和标记异常细胞，帮助医生在繁重的工作中精准锁定异常细胞，从而缩短诊断时间并显著降低误诊率。包装盒缺陷检测系统被用于东汇精密、旺盈集团等企业，销售400多台并出口海外。故障诊断技术被用于河钢、鞍钢和中核北方。 教育经历(1) 2007-09 至 2011-04, 哈尔滨理工大学, 计算机科学与技术, 博士 (2) 2005-09 至 2008-04, 哈尔滨理工大学, 计算机应用技术, 硕士 (3) 2001-09 至 2005-07, 哈尔滨理工大学, 计算机科学与技术, 学士 工作经历(1) 2024-08至今,哈尔滨理工大学, 计算机科学与技术学院, 教授 (2) 2023-10至2024-10,格里菲斯大学，计算机学院, 访问学者 (3) 2013-07至2024-07, 哈尔滨理工大学, 计算机科学与技术学院, 副教授 (4) 2015-05至2016-05, 渥太华大学, 计算机学院, 访问学者 (5) 2011-07至2013-06, 哈尔滨理工大学, 计算机科学与技术学院, 讲师 研究方向一病理图像处理围绕病理图像智能分析与辅助诊断，开展目标检测、图像分割、图像识别和智能决策等研究，构建基于深度学习的病理图像处理流程。传统病理筛查较依赖医生的人工操作与视觉判读，工作量大，且诊断效率与一致性易受经验和疲劳等因素影响。针对上述问题，本研究利用人工智能技术对病变细胞和异常区域进行自动识别与筛查，为医生提供辅助诊断依据，提高筛查效率和诊断一致性，降低漏诊、误诊风险。
图1 病理图像分析流程 在研项目：国家自然科学基金项目——宫颈癌智能病理诊断系统；应用情况：已在30余家医院推广应用，年检测细胞病理样本超过20万例。 二智慧农业围绕农业生产全过程智能化，开展智慧农业大模型、智慧农业大脑、智慧育种、农业遥感和农作物病虫害检测等研究。融合遥感、无人机、田间机器人、农业传感器等多源数据，构建农业感知、农情认知、智能决策与农机执行一体化技术体系，覆盖耕、种、管、收等关键环节，推动农业生产由人工经验驱动向数据与模型驱动转变，实现监测、决策和执行各环节的自动化与智能化。
图2 智慧农业感知与决策参考架构 在研项目：农业数值化种植与智能决策、农机作业质量检测系统；应用情况：已在北大荒相关农场开展应用。 三能耗预测围绕数据中心运行全过程智能化，开展能耗预测、能效分析、运行优化与智能控制等研究。融合历史负荷、设备功率、环境参数等多源时序数据，结合变量依赖建模与预训练大语言模型，构建数据感知、能耗预测、状态分析与优化控制一体化技术体系，覆盖数据中心运行监测、能耗预测、策略生成与设备调控等关键环节，推动数据中心由经验驱动向数据与模型驱动转变，实现运行管理与节能控制的智能化和精细化。
图3 能耗预测总体框架 在研项目：数据中心能耗预测与智能优化控制系统；应用地区：内蒙古。 四振动故障检测围绕旋转机械设备智能运维，开展振动状态监测、故障识别与跨工况诊断等研究。融合不同转速、负载和运行环境下的多源振动数据，研究协同双流分层对比学习等方法，构建设备状态感知、故障特征提取与智能诊断一体化技术体系，提升复杂工况下故障特征的判别性与模型泛化能力，为轴承等关键部件的故障预警、状态评估与智能运维提供支撑。
图4 CBiHCL协同双流分层对比学习框架 相关研究：旋转机械振动故障检测与智能诊断；应用情况：河钢、鞍钢和中核北方。 承担项目主持的科研项目： （1）国家自然科学基金面上项目，基于细胞全景图像的弱监督宫颈癌智能诊断方法，62473111，2025.01至2028.12，在研，联合主持。 （2）黑龙江省自然科学基金，基于零样本学习的图像分类和三维模型检索，LH2022F029， 2022.07至2025.07，在研，主持。 （3）黑龙江省普通本科高等学校青年创新人才项目，基于物联网的智能车辆管理与控制，UNPYSCT-2016034，2016.07至2019.10，已结题，主持。 （4）零样本图形分类和检索系统开发，广州信诚信息科技有限公司，2023.06至2026.06，在研，主持。 （5）三维模型检索系统，黑龙江智禾科技发展有限公司，2021.03至2021.07，已结题，主持。 （6）异构CAD同步协同系统，黑龙江龙格优农业机械有限公司，2021.06至2021.09，已结题，主持。 （7）振动数据采集与加工，哈尔滨工业大学，2024.06至2024.12，在研，主持。 （8）智慧农业系统，黑龙江机智通智能科技有限公司，2025.05至2027.05，在研，主持。 （9）宫颈癌早期筛查系统，黑龙江机智通智能科技有限公司，2025.09至2027.09，在研，主持 （10）面向歌声美化的智能化数据标注系统，哈尔滨工业大学，2026.05至2027.05，在研，主持。 参与的科研项目： （1）黑龙江省自然科学基金杰出青年项目，语音信号的稀疏表示与字典学习，JJ2019JQ0013，2019.07至2022.07，已结题，排名第二。 （2）哈尔滨市杰出青年人才基金，细胞病理图像分析系统，2017RAYXJ013， 2017.01至2019.12，已结题，排名第四。 （3）黑龙江省本科高校基本科研业务费科研项目，基于CNN的混合股指预测模型研究，2001213801，2021.07至2023.07，已结题，排名第二。 教学工作入职以来一直工作在教学第一线，致力于培养学生的创新创业能力。2019年-2025年，作为第一指导教师带领学生参加中国国际“互联网+”大学生创新创业大赛，分别荣获5个国家级铜奖、5个省级金奖和2个省级银奖。该赛事由教育部主办，是全国普通高校大学生竞赛排行榜中排名第一的顶级赛事。本人带领的参赛团队是哈尔滨理工大学唯一一支连续7年获奖的团队。参加该赛事不仅提升了我的教学能力，也为学生的创新创业能力培养提供了良好平台。 参赛项目“细胞病理智能诊断系统”在医疗领域展现了前沿技术的应用，行业内处于领先水平，具体创新如下：（1）提出了基于预训练大模型的宫颈图像分割方法，解决了宫颈图像分割中标记数据稀缺的问题；（2）提出了基于TBS诊断标准的细胞异常度计算方法，解决了宫颈细胞分类难的问题，并构建基于诊断指标的异常细胞评分体系；（3）提出了基于医生反馈的细胞图像选择与标签生成，解决了异常细胞数据集的在线构建问题。同时，该系统已取得二类医疗器械认证，目前在哈尔滨医科大学附属四院、长沙市第四医院等10多家医院使用，并逐渐成为医生的有力辅助工具。该系统能够快速识别和标记异常细胞，帮助医生在繁重的工作中精准锁定高风险样本，从而缩短诊断时间，并显著降低误诊率。 积极探索教育教学新方法，近五年，参与黑龙江省高等教育教学改革项目2项，黑龙江省教育科学“十四五”规划2021年度重点课题1项；指导黑龙江省大学生创新创业训练计划项目1项；出版书籍1部；主讲《操作系统（双语）》、《计算机网络（双语）》、《深度学习》等课程；连续两年担任班主任；指导本科生毕业设计40人，指导研究生21人，毕业12人，其中两名荣获优秀毕业生的称号。积极推动计算机系的课程改革和教学质量提升，参加了2015版、2019版和2024版培养方案和教学大纲的修订，协助工程教育认证顺利通过；不忘初心，不断提高教学水平，荣获哈尔滨理工大学第九届微课教学比赛三等奖。 教改项目： （1）黑龙江省高等教育教学改革项目，学科竞赛驱动的高校创新创业教育模式优化与能力培养，2024.12至2026.12，在研，排名第一。 （1）黑龙江省高等教育教学改革项目，“新工科”背景下基于创新创业能力导向的计算机专业核心课程教学模式研究与实践，2022.12至2024.12，在研，排名第二。 （2）黑龙江省教育科学“十四五”规划2021年度重点课题，网络工程专业混合式金课智慧课堂教学模型的探索与实践研究，2021.12至2024.12，在研，排名第三。 （3）黑龙江省高等教育教学改革项目，隐性知识视角下提升大学生创新创业能力的人才培养研究，2021.12至2023.12，已结题，排名第四。 （4）黑龙江省大学生创新创业训练计划项目，基于智能交通灯调度的城市交通流优化方法，2018.05至2019.12，已结题，排名第一。 （5）省级大学生创新创业训练计划项目：“清气守望”—基于物联网云平台的智能环境监测与人体健康服务系统，2025.05至2026.05，已结题，指导老师。 （6）国家级大学生创新创业训练计划项目：基于质量筛选的半监督宫颈细胞分类系统，2026.05至2027.05，在研，指导老师。 招生信息诚挚欢迎有志于科研与技术创新的同学加入计算机视觉实验室！ 实验室始终将学生培养放在首位，愿意为每一位认真投入、追求进步的同学提供充分的指导、项目机会与科研资源。我们希望这里不仅是开展科研和项目实践的平台，更是同学们提升能力、开阔视野、建立自信、实现成长的地方。 实验室每年计划招收硕士研究生5–6名、博士研究生1名，欢迎对计算机视觉及相关方向有浓厚兴趣、愿意长期投入科研与实践的同学联系交流。 在这里，你将有机会获得： （1）高水平科研项目与实际项目的锻炼机会； （2）每周定期组会，以及日常及时、持续的专业教师指导； （3）分析问题、解决问题和独立攻克技术难题的能力； （4）扎实的技术文档撰写、学术表达与项目汇报能力； （5）面对困难、挑战复杂任务的底气与自信； （6）充足的计算与实验资源，为科研探索和项目实践提供有力保障； （7）有竞争力的实验室补助。实验室按月发放补助，对在科研、项目实施和关键技术攻关中表现突出的同学，另设额外奖励。 我们欢迎有理想、有目标，愿意真正投入时间和精力提升自己的同学加入。实验室愿意为同学的成长投入资源和心力，同时也期待每一位成员具备责任心、主动性和团队意识，认真对待自己的选择与承担的任务。 如果你希望在研究生期间真正参与有挑战、有价值的科研与实践工作，并愿意为自己的成长付诸行动，欢迎加入我们！ 部分学生就业情况如下：
专利成果（1）快速的三维模型索引建立及检索方法，ZL201910980788.X，排名第一。 （2）基于非均匀投影的三维模型检索，ZL201811134857.7，排名第一。 （3）基于双Transformer分支的三维模型分类方法，ZL202210622404.9，排名第一。 （4）一种融合差异化细胞关系和涂片背景的宫颈细胞分类方法，ZL202310724783.7，排名第一。 （5）一种基于视觉注意力的无监督宫颈细胞实例分割方法，ZL202310620910.9，排名第一。 （6）一种基于语义对齐的零样本宫颈细胞检测方法，ZL202310375319.1，排名第一。 （7）一种融合病理知识的多尺度双流宫颈异常细胞检测方法，ZL202310375318.7，排名第一。 出版著作主编教材《人工智能基础》和《计算机网络安全》。 发表论文[1]Ding B, Wang Z, Wang H, et al. Mamba-UNet for reference-based super-resolution reconstruction[J]. Applied Intelligence, 2026, 56(8): 279. [2]Ding B, Zhao Y, Li G, et al. Hierarchical progressive fusion: A novel explainability method for point cloud deep neural networks[J]. Pattern Recognition Letters, 2026. [3]Ding B, Li G, Zhao Y, et al. Interpretable Point Cloud Transformers via Entropy-Guided Attention[J]. Pattern Recognition Letters, 2026. [4]Li J, Ding B, Wang Z, et al. DAformer: Transformer with dual-branch aggregation for long-term time series forecasting[J]. International Journal of Approximate Reasoning, 2026: 109701. [5]Wu, P., Zhu, S., He, Y., & Ding, B. CBiHCL: A collaborative bi-stream hierarchical contrastive learning for fault diagnosis under unseen working conditions[J]. Information Sciences, 2026, 123329. [6]Bo Ding, Libao Zhang, Hongbo Sun, Yongjun He and Jian Qin. Semantic-enhanced ULIP for Zero-shot 3D Shape Recognition[J]. IEEE Transactions on Multimedia, 2025. [7]Kang, Lanlan, Jian Wang, Jian Qin, Yongjun He, and Bo Ding. A Dual-Path Multiple Instance Learning Network Guided by Image Quality Assessment for Cervical Whole Slide Image Classification[J]. IEEE Signal Processing Letters, 2025. [8]Xiaona Yang, Bo Ding, Jian Qin, Luyao Guo, Jing Zhao, Yongjun He*, HVS-Unsup: Unsupervised cervical cell instance segmentation method based on human visual simulation[J]. Computers in Biology and Medicine, 2024, 171. [9]丁博, 李超炜, 秦健, 何勇军, 洪振龙. 一种融合个性化细胞关系和背景信息的宫颈细胞分类方法[J]. 电子与信息学报, 2024,46(08):3390-3399. [10]丁博, 张立宝, 秦健, 何勇军*.语义增强CLIP的零样本三维模型分类[J]. 电子与信息学报, 2024,46(08):3314-3323. [11]Jian Qin, Yongjun He, Yiqin Liang, Lanlan Kang, Jing Zhao, Bo Ding.Cell comparative learning: A cervical cytopathology whole slide image classification method using normal and abnormal cells[J].Computerized Medical Imaging and Graphics, 2024. [12]Bo Ding, Libao Zhang, Yongjun He and Jian Qin. 3D shape classification based on global and local feature extraction with collaborative learning[J], Visual Computer, 2023. [13]Bo Ding, Yu-fei Fan,Yong-jun He,Jing Zhao. Enhanced VAEGAN: A Zero-Shot Image Classification Method[J]. Applied Intelligence, 2022. [14]丁博，高源，范宇飞，何勇军. 姿态非对齐的三维模型分类[J]. 电子学报,2023, 51(6): 2379-2390. [15]丁博*, 范宇飞, 高源, 何勇军.基于视点差异和多分类器的三维模型分类[J]. 电子与信息学报, 2022, 44(11): 1-10. [16]Bo Ding, Lei Tang, and Yong-jun He*. An Efficient 3D Model Retrieval Method Based on Convolutional Neural Network[J], Complexity, Volume2020Article ID9050459, 2020. [17]Bo Ding, Lei Tang, and Yong-jun He*. 3D Shape Classification Using a Single View[J], IEEE ACCESS, 2020. [18]Jian Qin, Yong-jun He*, Yang Zhou, Jing Zhao, Bo Ding. REU-Net: Region-enhanced nuclei segmentation network[J], Computers in Biology and Nedicine, 2022, 146. [19]Jian Qin,Yongjun He,Yiqin Liang, Lanlan Kang, Jing Zhao, Bo Ding. Cell comparative learning: A cervical cytopathology whole slide image classification method using normal and abnormal cells[J]. Computerized Medical Imaging and Graphics, 2024: 102427. [20]Killeen, P., Bo, D., Kiringa, I. and Yeap, T. *. IoT-based Predictive Maintenance for Fleet Management[C]. Procedia Computer Science, 2019, 151 :607-613 [21]汤磊，丁博*，何勇军，基于卷积神经网络的高效三维模型检索方法[J]，电子学报，2021，49(1): 64-71 [22]丁博，伊明. 基于卷积神经网络的三维CAD模型分类[J], 哈尔滨理工大学学报，2020, 25(1): 66-72. [23]丁博，王水凡. 基于混合预测模型的交通标志识别方法[J], 哈尔滨理工大学学报，2019, 24(5): 108-115. [24]Bo Ding, Xiao-yang Yun, Lijuan Sun. A Cloud-based Collaborative Manufacturing Resource Sharing Services[J]. Information Technology Journal, 2012, 11(9): 1258-1264. [25]Bo Ding, Lijuan Sun. Ontology-Based Model for Software Resources Interoperability[J]. Information Technology Journal, 2009, 8(6): 871-878. [26]Lijuan Sun, Bo Ding.Ontology-Based Semantic Interoperability among Heterogeneous CAD Systems[J]. Information Technology Journal, 2010, 9(8): 1635-1640. [27]Bo Ding, Zheng Zhang, Xiaoyang Yu, Yunbin He.3D CAD Model Retrieval based on GA-ACO[C].IFOST2013, Mongolia, 2013: 36-41. [28]Li-juan Sun, Bo Ding.Heterogeneous CAD Data Exchange based on Cellular Ontology Model[C]. WCSE2009, Xiamen, P.R. China, 2009: 46-50. [29]Yu J., Ding B., Deng L.. Attribute reduction in incomplete information system using characteristic multigranulation model[C]. 29th Chinese Control and Decision Conference, Shenyang, P.R. China, 2018.06.09-06.11. [30]Jun Yu, Bo Ding, Yongjun He. Rolling bearing fault diagnosis based on mean multigranulation decision-theoretic rough set and non-naive Bayesian classifier[J]. Journal of Mechanical Science and Technology, 2018, 32: 5201-5211. 荣誉称号荣获优秀党员的称号。 |
