Email: 7558037@qq.com

潘志方，教授，博士生導(dǎo)師，物理學(xué)學(xué)士、醫(yī)學(xué)碩士、上海交通大學(xué)計算機軟件與理論工學(xué)博士，IEEE高級會員，國際會議International Conference on Pattern Recognition and Machine Learning (PRML 2022)程序委員會主席，擁有生物醫(yī)學(xué)工程專業(yè)學(xué)術(shù)型專業(yè)型碩士研究生、來華留學(xué)生學(xué)術(shù)型博士研究生招生資格，附屬第一醫(yī)院浙江省智慧醫(yī)療工程技術(shù)研究中心重點實驗室科研人員、生物醫(yī)學(xué)工程研究生課程《醫(yī)療數(shù)據(jù)智能分析》、來華留學(xué)生《計算機應(yīng)用》本科全英語課程和臨床本科微專業(yè)課程《醫(yī)學(xué)影像智能分析》的發(fā)起人創(chuàng)始人主講人，危重癥醫(yī)學(xué)&急診醫(yī)學(xué)臨床研究生課程《危重癥智能化救治》的主要授課人，研究方向為醫(yī)療大數(shù)據(jù)的研究、臨床應(yīng)用及產(chǎn)業(yè)轉(zhuǎn)化。

現(xiàn)任溫州醫(yī)科大學(xué)信息技術(shù)中心副主任、歐美同學(xué)會常務(wù)副會長（僑留聯(lián)常務(wù)副主席）、省僑聯(lián)特聘專家、中國致公黨溫州市監(jiān)督委委員、溫州市衛(wèi)健委特約監(jiān)督員。中華醫(yī)學(xué)會教育技術(shù)分會網(wǎng)絡(luò)應(yīng)用與管理學(xué)組副組長、中國教育發(fā)展戰(zhàn)略學(xué)會教育信息化專業(yè)委員會理事、浙江省生物醫(yī)學(xué)工程學(xué)會第九屆理事、中國體視學(xué)會智能成像分會委員、中國醫(yī)藥教育協(xié)會智能醫(yī)學(xué)專委會常委、全國高等院校計算機基礎(chǔ)教育研究會智能技術(shù)應(yīng)用專委會常委。溫州市551人才，溫州市網(wǎng)絡(luò)安全應(yīng)急處置專家小組成員。

長期從事生物與信息的融合、醫(yī)學(xué)和教育大數(shù)據(jù)分析等研究，擅長將機器學(xué)習(xí)、數(shù)據(jù)挖掘的算法應(yīng)用于醫(yī)學(xué)和教育領(lǐng)域。關(guān)注醫(yī)學(xué)圖像等大數(shù)據(jù)的分析和處理，同時也從事醫(yī)療和教育大數(shù)據(jù)的平臺架構(gòu)和分析框架的構(gòu)建應(yīng)用研究，并由以上主題衍生出有關(guān)可解釋深度學(xué)習(xí)網(wǎng)絡(luò)的架構(gòu)、加速和優(yōu)化處理?，F(xiàn)在涉及的課題主要圍繞各類疾病、神經(jīng)影像和腫瘤的分割、分類、識別和預(yù)測等。曾在美國北卡羅來納大學(xué)教堂山分校IDEA實驗室和俄亥俄大學(xué)計算機系科研訪學(xué)、波蘭盧布林醫(yī)科大學(xué)教學(xué)進修。

主持參與有關(guān)疾病智能化診治、醫(yī)學(xué)影像數(shù)據(jù)的分割與配準、醫(yī)學(xué)影像統(tǒng)計形態(tài)分析、高校公共基礎(chǔ)信息標準化、復(fù)雜網(wǎng)絡(luò)社團結(jié)構(gòu)分析等國家自然、省重大研發(fā)計劃、省自然、教育廳和市重大科技創(chuàng)新計劃；發(fā)表高水平論文50余篇，其中NeuroImage等一區(qū)TOP期刊16篇，高被引論文7篇其中熱點論文4篇；已經(jīng)授權(quán)發(fā)明專利8項，其中有關(guān)影像數(shù)據(jù)的分割分類方法發(fā)明專利五項，區(qū)塊鏈相關(guān)發(fā)明專利一項，網(wǎng)絡(luò)異常預(yù)警分析發(fā)明專利一項，虛擬換衣方法一項。曾為多家SCI期刊審稿，包括《Information Fusion》、《IEEE Transactions on Medical Imaging》、《IEEE Transactions on Biomedical Engineering》、《Neurocomputing》、《Frontiers in Neuroscience》等。

近期最后通訊作者期刊論文：

1.An analytic computation-driven algorithm for Decentralized Multicore Systems. Future Generation Computer Systems,通訊作者,2019.07,96:101-110 (SCI一區(qū)，IF= 7.307)

2.RFDCR: Automated brain lesion segmentation using cascaded random forests with dense conditional random fields. NeuroImage,通訊作者,2020.05,211:116620 (SCI 一區(qū)，IF=7.4)

3.Multi-population differential evolution-assisted Harris hawks optimization: Framework and case studies. Future Generation Computer Systems,通訊作者,2020.10,111:175-198 (ESI高被引論文、熱點論文) (SCI 一區(qū)，IF=7.307)

4.Orthogonal learning covariance matrix for defects of grey wolf optimizer: Insights, balance, diversity, and feature selection. Knowledge-Based Systems,通訊作者, 2021.02, 213:106684 (ESI高被引論文、熱點論文) (SCI 一區(qū)，IF= 8.139)

5.Generalized oppositional moth flame optimization with crossover strategy: an approach for medical diagnosis. Journal of Bionic Engineering,通訊作者,2021.03,18: 991-1010 (SCI 二區(qū)，IF= 2.995)

6.Chaotic diffusion-limited aggregation enhanced grey wolf optimizer: Insights, analysis, binarization, and feature selection. International Journal of Intelligent Systems,通訊作者, 2021.11,37:4864-4927 (SCI 一區(qū)，IF= 8.993)

7.Performance Optimization of Differential Evolution with Slime Mould Algorithm for Multilevel Breast Cancer Image Segmentation. Computers in Biology and Medicine,通訊作者, 2021.11,138:104910 (SCI 一區(qū)，IF= 6.698)

8.MFeature: Towards High Performance Evolutionary Tools for Feature Selection. Expert Systems With Applications,通訊作者,2021.12,186:115655 (SCI 一區(qū)，IF= 8.665)

9.MTANS: Multi-Scale Mean Teacher Combined Adversarial Network with Shape-Aware Embedding for Semi-Supervised Brain Lesion Segmentation. NeuroImage, 通訊作者,2021.12,244:118568 (SCI 一區(qū)，IF= 7.4)

10.Differential Evolution-assisted Salp Swarm Algorithm with Chaotic Structure for Real-World Problems. Engineering with Computers,通訊作者, 2022.01 (ESI高被引論文)(SCI 一區(qū)，IF= 8.083)

11.Adaptive Barebones Salp Swarm Algorithm with Quasi?oppositional Learning for Medical Diagnosis Systems: A Comprehensive Analysis. Journal of Bionic Engineering,通訊作者,2022.01,19:240-256 (SCI 二區(qū)，IF= 2.995)

12.Boosting Whale Optimization with Evolution Strategy and Gaussian Random Walks: An Image Segmentation Method. Engineering with Computers,通訊作者,2022.01(ESI高被引論文) (SCI一區(qū)，IF=8.083)

13.Dispersed Foraging Slime Mould Algorithm: Continuous and Binary Variants for Global Optimization and Wrapper-based Feature Selection. Knowledge-Based Systems, 通訊作者,2022.02,237:107761(ESI高被引論文、熱點論文) (SCI 一區(qū)，IF= 8.139)

14.Evolving kernel extreme learning machine for medical diagnosis via disperse foraging sine cosine algorithm. Computers in Biology and Medicine, 通訊作者, 2022.02,141:105137(SCI一區(qū)，IF= 6.698)

15.Performance Optimization of Support Vector Machine with Oppositional Grasshopper Optimization for Acute Appendicitis Diagnosis. Computers in Biology and Medicine,通訊作者,2022.04,143:105206(ESI高被引論文) (SCI 一區(qū)，IF= 6.698)

16.Gaussian kernel probability-driven slime mould algorithm with new movement mechanism for multi-level image segmentation. Measurement,通訊作者,2022.03, 192:110884(SCI 二區(qū)，IF =5.131)

17. Chaotic Simulated Annealing Multi-Verse Optimization Enhanced Kernel Extreme Learning Machine for Medical Diagnosis. Computers in Biology and Medicine,通訊作者, 2022.05, 144:105356.（SCI一區(qū)，IF=6.698）

18.Simulated annealing-based dynamic step shuffled frog leaping algorithm: Optimal performance design and feature selection. Neurocomputing, 通訊作者, 2022.09, 503:325-362(ESI高被引論文、熱點論文)（SCI 二區(qū)，IF =5.779）

19. Enhanced Moth-flame Optimizer with Quasi-Reflection and Refraction Learning with Application to Image Segmentation and Medical Diagnosis. Current Bioinformatics,通訊作者,2022錄用（SCI三區(qū)，IF=4.85）

20.Enhanced Gaussian bare-bones grasshopper optimization: Mitigating the performance concerns for feature selection. Expert Systems with Applications, 通訊作者,2023.02, 212: 11864 (SCI 一區(qū)，IF= 8.665)

近期合作期刊論文：

1. Development and evaluation of machine learning models and nomogram for the prediction of severe acute pancreatitis.Journal of Gastroenterology and Hepatology, 共同通訊作者, 2023.01 (SCI三區(qū)，IF= 4.369)

2. Application of Machine Learning in Intelligent Medical Image Diagnosis and Construction of Intelligent Service Process.Computational Intelligence and Neuroscience,共同作者, 2022,9152605(SCI三區(qū)，IF= 3.120)

3. Machine learning?based radiomics for multiple primary prostate cancer biological characteristics prediction with ¹⁸F-PSMA-1007 PET: comparison among different volume segmentation thresholds.La radiologia medica (Radiologia Medica),共同作者,2022, 127:1170–1178(SCI二區(qū)，IF= 6.313)

4. Moderate-Severe White Matter Lesion Predicts Delayed Intraventricular Hemorrhage in Intracerebral Hemorrhage. Neurocritical Care,共同作者, 2022, 37:714–723(SCI三區(qū)，IF= 3.532)

5. BI-RADS Reading of Non-Mass Lesions on DCE-MRI and Differential Diagnosis Performed by Radiomics and Deep Learning, Frontiers in Oncology,共同作者, 2021, 11(1): 0-728224(SCI二區(qū)，IF=5.738)

6. Radiomics Model for Evaluating the Level of Tumor-Infiltrating Lymphocytes in Breast Cancer Based on Dynamic Contrast-Enhanced MRI, Clinical Breast Cancer, 共同作者, 2021, 21(5): 440-449(SCI三區(qū)，IF=3.078)

7. Diagnosis of Benign and Malignant Breast Lesions on DCE-MRI by Using Radiomics and Deep Learning With Consideration of Peritumor Tissue, Journal of Magnetic Resonance Imaging,共同作者, 2020, 51(3): 798-809(SCI二區(qū)，IF=5.119)

8.Attention guided neural ODE network for breast tumor segmentation in medical images. Computers in Biology and Medicine,共同通訊作者,2023,159:106884(SCI一區(qū), IF= 6.698)

9.Deep Learning-based Multiparametric MRI Model For Preoperative T-stage In Rectal Cancer. Journal of Magnetic Resonance Imaging,共同通訊作者, 2023錄用(SCI二區(qū), IF=5.119)

10.Attention Based Cross-Domain Synthesis and Segmentation from Unpaired Medical Images.IEEE Transactions on Emerging Topics in Computational Intelligence,共同作者, 2023錄用(SCI二區(qū),IF=4.851)

11.An enhanced grey wolf optimizer boosted machine learning prediction model for patient-flow prediction.Computers in Biology and Medicine,共同作者,2023錄用(SCI一區(qū), IF= 6.698)

中國發(fā)明專利授權(quán)（第一發(fā)明人）：

1.一種構(gòu)建半監(jiān)督圖像分割框架的方法及系統(tǒng)，專利號ZL202010892241.7

2.一種基于區(qū)塊鏈的高校數(shù)據(jù)增量治理系統(tǒng)，專利號ZL201910677394.7

3.基于多模態(tài)MRI數(shù)據(jù)的腦瘤術(shù)后空間域分割方法，專利號ZL201611122976.1

4.基于嬰幼兒腦瘤多模態(tài)MRI圖的時空協(xié)同分割方法，專利號ZL201611123636.0

5.基于多模態(tài)MRI縱向數(shù)據(jù)的腦瘤時空協(xié)同分割方法，專利號ZL201611123608.9

6. 一種基于日志分析的網(wǎng)絡(luò)異常預(yù)警方法，專利號ZL201910844932.7

7.一種面向多源數(shù)據(jù)的乳腺腫瘤圖像分類預(yù)測方法及裝置，專利號ZL202110024038.2

8.一種基于改進的GRNet網(wǎng)絡(luò)的虛擬換衣方法及系統(tǒng)，專利號 ZL 202111070599.2

國際PCT專利檢索報告（第一發(fā)明人）：

1.潘志方；陳高翔；茹勁濤；一種構(gòu)建半監(jiān)督圖像分割框架的方法及系統(tǒng)，PCT國際專利（專利號：PCT/CN2020/113496，已獲檢索報告）

2.潘志方；陳高翔；胡劍策；一種面向醫(yī)學(xué)影像的人工智能輔助診斷模型構(gòu)建系統(tǒng)，PCT國際專利（專利號：PCT/CN2021/131601，已獲檢索報告）

3.潘志方；茹勁濤；陳高翔；一種面向多源數(shù)據(jù)的乳腺腫瘤圖像分類預(yù)測方法及裝置，PCT國際專利（專利號：PCT/CN2021/094088，已獲檢索報告）

實用新型授權(quán)專利1項（第一發(fā)明人）

1. 潘志方；葉夏；應(yīng)一凡；一種應(yīng)用于區(qū)塊鏈的私鑰安全存儲和使用的便攜式設(shè)備，2020-04-28，中國，ZL201921765091.2

軟件著作權(quán)第一編寫人登記2項

1.智能填報管理系統(tǒng)[簡稱：智能填報]V1.0,2019-05-13，登記號2019SR0457704

2. 溫醫(yī)大數(shù)據(jù)治理平臺系統(tǒng)[簡稱：WMU-UDGP]V1.0，2018-06-26，登記號2018SR483313

科研及育人成果（排名第一）

1.     溫醫(yī)大數(shù)據(jù)治理平臺系統(tǒng)[簡稱：WMU-UDGP]V1.0，版權(quán)和其他知識產(chǎn)權(quán)獎，首屆浙江省知識產(chǎn)權(quán)獎三等獎，2023.08.30

2.     基于人工智能的腫瘤分割分類模型及臨床輔助診斷平臺的構(gòu)建，2021年浙江省專業(yè)學(xué)位研究生優(yōu)秀實踐成果，研究生陳高翔，指導(dǎo)教師，2022.12

3.     高校大數(shù)據(jù)分析應(yīng)用關(guān)鍵技術(shù)研究及服務(wù)平臺構(gòu)建，科技創(chuàng)新三等獎，中國醫(yī)藥教育協(xié)會科學(xué)技術(shù)獎，2022.12.18

4.     全國高校人工智能大數(shù)據(jù)區(qū)塊鏈教育教學(xué)“學(xué)術(shù)創(chuàng)新獎”一等獎，全國高校人工智能與大數(shù)據(jù)創(chuàng)新聯(lián)盟，2022.11.05

2022年度賦能中國區(qū)塊鏈創(chuàng)新人物獎，全國高校人工智能與大數(shù)據(jù)創(chuàng)新聯(lián)盟區(qū)塊鏈專業(yè)委員會，2022.11.05