一、导师情况简介

姓名：陈晓艳

性别：女

职务、职称：教授

导师类别：博导

研究经历：2008.9-2009.2赴美国伦斯特理工学院访问学者，2009.4-2015.6在天津大学博士后，2012.9-2012.12赴英国肯特大学访问学者

社会兼职：中国电子学会生命电子学分会理事，天津市电子学会理事，天津市仪器仪表学会理事

二、研究方向

1学科：检测技术与自动化装置  研究方向：电学层析成像技术

2学科：模式识别与智能系统  研究方向：深度学习与人工智能

3学科：控制理论与控制工程  研究方向：计算机过程控制系统

三、科研情况（在研和已完成主要科研项目及成果、获奖情况）

1. 国家自然科学重大项目：“人体活性组织介电特性与表征方法研究”（50937005），2010.1-2012.12.参与

2. 国家自然科学基金项目：“呼吸过程三维电阻抗成像方法研究”（61301246），2014.1-2016.12主持

3. 国家自然科学基金项目：“基于超声调制的电阻抗层析成像新方法研究”（61302122），2014.1-2016.12.参与

4. 国家自然科学基金项目：“婴幼儿脾虚腹泻胃肠动力特征及推拿特定穴特异效应机制研究”（30701126），2010.1-2012.12.参与

5. 国家自然科学基金青年科学基金项目：“基于深度学习的油泡流聚并机制及含水率预测研究”（41704131），2017.9-2019.12 参与

6.天津市科委自然科学基金：“无创监护肺呼吸的电阻抗断层成像关键技术研究”(08JCYBJC03500 )，2008.4-2011.3.主持

7. 天津市科技支撑重点项目：“立式双翼小件物品智能拣货设备研制”（09ZCKFGX03500），2009.4-2011.3.参与

8. 天津市自然科学基金：“基于电阻抗成像技术的区域性肺通气功能监测方法研究”（12JCYBJC19300），2012.4-2015.3.主持

9. 天津市科技支撑重点项目：“基于机器学习的半导体芯片物理缺陷检测系统研制”（18YFZCGX00360），2018.4-2021.3，主持

10. 青海省科技厅重点研发与转化计划：“粮油标准化生产与智能化管理技术示范”（2018-NK-C23），2018.6-2019.12.31，主持

11. 天津市普通高等学校本科教学质量与教学改革研究计划项目：““智能制造”新形势下机电类卓越工程师培养模式改革与实践”（171005704B），2017.6-2019.6主持

12. 学校人才科研启动基金："人体肺部非均匀电磁场阻抗分布特性研究"（20090411），2009.6-2010.12.主持

13. 企业委托“智能边缘计算研究”，2019.5-2020.5，主持

14. 企业委托“图像增强去躁算法研究”，2018.4-2019.4，主持

15. 企业委托“沧盐集团溴素厂新建工程自控技术设计开发”，2016.0-2018.3，主持

16. 企业委托“天津滨海新区数字科技馆项目及描点计重项目”，2011.10-2012.12，主持

17. 企业委托 “无线LED路灯远程控制系统设计”，2012.4-2012.12，主持

18. 企业委托 “可再生能源建筑应用项目数据监测系统”，2012.5-2012.12，主持

20. 企业委托 “外遮阳与防盗一体化节能窗的研究开发”，2011.12-2012.8，参与

21. 企业委托 “智能边缘计算算法优化及部署”，2020.9-2021.9，主持

22. 企业委托“一种新型无创实时呼吸过程监护系统的仪用化设计”，2020.9-2020.12，主持

23. 企业委托“面向边缘计算的低照度图像增强算法研究”，2021.9-2022.9，主持

24. 企业委托“河北省移动通信天线产业技术研究院共建”，2021.7-2024.7，主持

四、获奖情况：

各项获奖70余次，其中市级以上奖项如下：

1. 2011年被评为天津市教委工委系统优秀共产党员及天津科技大学优秀共产党员

2. 2014年被评为校第一届“良师益友—我心目中的最好导师”

3. 2018年获“天津市师德先进个人”荣誉称号

4. 2018年获天津市教学成果二等奖，第二完成人

5. 2019年作为负责人获得“天津市教学团队”称号

6. 2019年获天津市高校“学科领军人才培养计划”资助

7. 2020年获“天津市五一劳动奖章”

8. 2020年获“天津市三八红旗手荣誉称号”

9. 2021年获”市一流课程”

10. 2022年获天津市教学成果奖二等奖，第三完成人

五、学术成果（发表的主要论文、著作）

申请专利19项，登记软件著作权51项，发表论文近100余篇，代表性论文：

1. Regularization Solver Guided FISTA for Electrical Impedance Tomography. Sensors 2023, 23, 2233，2023.2.16.(Q1，IF：3.847)

2. Electrical Impedance Tomography Image Reconstruction with Attention-based Deep Convolutional Neural Network,Transaction on Instrumentation and Measurement, 2023.3.14 (Q1，IF：5.332)

3. A Regularization-Guided Deep Imaging Method for Electrical Impedance Tomography. Volume 22,Issue 9, IEEE Sensors Journal. 2022.5.1 (Q1，IF：4.325)

4. V-Shaped Dense Denoising Convolutional Neural Network for Electrical Impedance Tomography. IEEE Transactions on Instrumentation and Measurement. Issue:71, On page(s): 1-14，Apr.28.2022. （Q1，IF：4.325）

5. A Multi-scale Gated Multi-head Attention Depthwise Separable CNN for Recognizing New Coronary Pneumonia Images. Scientific Reports. 11(1). PaperID：18048. 2021.9.10 (Q1, IF=4.379)

6. Deep Autoencoder Imaging Method for Electrical Impedance Tomography. IEEE Transactions on Instrumentation and Measurement. Vol.70,2021,pp.1-15，2021, Art no. 4505515，2021.7.5（Q1. IF=4.016）

7. A Light-weighted CNN Model for Wafer Structural Defect Detection [J]. IEEE ACCESS. 2020.8(1):24006-24018.（Q1, IF=4.076）

8. Fast Head Pose Estimation via Rotation-Adaptive Facial Landmark Detection for Video Edge Computation，IEEE ACCESS, 2020.8(1)（Q1, IF=4.076）

9. Time Irreversibility from Time Series for Analyzing Oil-in-Water Flow Transition, Mathematical Problems in Engineering. Volume 2016, Article ID 2879524, 10 page（Q3, IF=1.009）

10. Lung carcinoma recognition by blood dielectric spectroscopy. Bio-Medical Materials and Engineering. 26(2015): S895-901 (Q4, IF=1.243)

11. Experimental verification of depolarization effects in bioelectrical impedance measurement. Bio-Medical Materials and Engineering .24 (2014) 3675–3683. (Q4, IF=1.243)

六、联系方式

E-MAIL：cxywxr@tust.edu.cn