首页 > 专家库
焦竹青

领域:高端装备制造产业 学校:河海大学职称:副高级

脑科学与类脑计算...

具体了解该专家信息,请致电:027-87555799 邮箱 haizhi@uipplus.com

教育背景

2008.02 - 2011.03 江南大学 控制理论与控制工程专业 工学博士;2005.09 - 2008.03 江南大学 电力电子与电力传动专业 工学硕士;2001.09 - 2005.07 齐鲁工业大学 电子信息工程专业 工学学士

工作经历

2014.07 - 常州大学 副教授、硕士生导师;2017.06 - 2017.12 北卡罗来纳大学教堂山分校 访问学者;2014.05 - 2014.07 常州大学 讲师、硕士生导师;2011.04 - 2014.05 常州大学 讲师

项目课题经历

1. 国家自然科学基金面上项目(51877013): 基于磁共振成像的多层大脑功能网络模块化特征研究, 主持, 2019-2022

2. 国家自然科学基金青年项目(51307010): 基于功能磁共振成像的抑郁症患者脑功能网络有向连接研究, 主持, 2014-2016

3. 江苏省自然科学基金面上项目(BK20181463): 时间/频率尺度上多层大脑功能网络的模块化特征研究, 主持, 2018-2021

4. 江苏省高校自然科学研究项目(17KJB510003): 大脑功能网络中模块化结构及其关键节点的作用机制研究, 主持, 2017-2019

5. 江苏省高校自然科学研究项目(13KJB510002): 基于磁共振成像的抑郁症患者大脑功能网络因效性连接机制研究主持, 2013-2015

6. 企业委托项目(2016K0084): 高精度跟踪控制系统关键技术研究, 主持, 2016-2017

7. 常州大学教学研究课题(2015XSJY09): 产学研合作促进教学的创新研究与实践, 主持, 2016-2017

8. 常州市高新区科技支撑计划(XE120111216): 啤酒发酵过程在线智能控制关键技术研究, 主持, 2011-2013

9. 常州大学教育教学研究课题(GJY2013068): 电子信息工程专业校企互动人才培养模式研究主持, 2013-2015

10. 常州市武进区科技计划(WN2011002): 禽类规模化养殖环境传感网实时监控系统开发主持, 2011-2013

11. 常州大学科研启动基金项目(ZMF11020012): 传感网入侵检测与目标监控技术研究, 主持, 2011-2013

12. 中央高校基本科研业务费资助项目(JUDCF09028): 多源图像融合中多目标优化的关键问题研究, 主持, 2010-2011

论文、成果、著作等

发表论文:

1. Jiao, et al. Module partitioning for multilayer brain functional network using weighted clustering ensemble. J. Amb. Intel. Hum. Comp., 2019, DOI: 10.1007/ s12652-019-01535-4.

2. Jiao, et al. Module dividing for brain functional networks by employing betweenness efficiency. Mul. Tools Appl., 2019, DOI: 10.1007/s11042-018-7125-8.

3. Jiao, et al. Multi-scale feature combination of brain functional network for eMCI classification. IEEE Access, 2019, 7(1): 74263-74273.

4. Jiao, et al. Rich Club characteristics of dynamic brain functional networks in resting state. Mul. Tools Appl., 2018, DOI: 10.1007/s11042-018-6424-4.

5. Jiao, et al. Hub recognition for brain functional networks by using multiple-feature combination. Comp. Elec. Eng., 2018, 69: 740-745.

6. Jiao, et al. A path planning method using adaptive polymorphic ant colony algorithm for smart wheelchairs. J. Comp. Sci., 2018, 25: 50-57.

7. Jiao, et al. Research on node properties of resting-state brain functional networks by using node activity and ALFF. Mul. Tools Appl., 2018, 77(17): 22689-22704.

8. Jiao, et al. Adaptive synchronization in small-world networks with Lorenz chaotic oscillators. I. J. Sen. Net., 2017, 24(2): 90-97.

9. Jiao, et al. Directed connectivity of brain default networks using GCA and motif, Front. in Bio., 2017, 22(10), 1634-1643.
10. Jiao, et al. Functional connectivity analysis of brain default mode networks using Hamiltonian path. CNS & Neurological Disorders, 2017, 16(1): 44-50.

11. Jiao, et al. Effective connectivity in the default network using Granger causal analysis. J. Med. Imag. Heal. Inf., 2017, 7(2): 407-415.

12. Jiao, et al. Modularization analysis of brain functional network using fuzzy C-means algorithm and correlation in resting state. J. Heal & Med Info., 2017, 8(2): 1000255.

13. Jiao, et al. The connectivity measurement in complex directed networks by motif structure. I. J. Sen. Net., 2016, 21(3): 197-204.

14. Jiao, et al. Effective connectivity analysis of time series in frequency domain based on Granger causality test. Icic Expr. Lett., 2015, 9(10): 2757-2764.

15. Jiao, et al. Effective connectivity analysis of fMRI data based on network Motifs. J. Supe., 2014, 67(3): 809-819.

16. Jiao, et al. Chaotic Time Series Analysis of Functional Magnetic Resonance Imaging. Int. J. Appl. Mat. Stat., 2014, 52(2): 15-26.

17. Jiao, et al. Causality analysis of multivariable time-series using VAR model and complex network measure. J. Info. Comp. Sci., 2013, 10(8): 2211-2220.

18. Jiao, et al. Directed Interaction Tests for Time-Series Analysis Based on VAR Model. IEEE IHMSC, 2013: 206-209.

19. Jiao, et al. Effective connectivity analysis of fMRI time-series based on Granger causality and complex network. IEEE BMEI 2012: 1405-1408.

20. Jiao, et al. Complex network analysis of brain functional connectivity based on functional magnetic resonance imaging. J. Com. Inf. Syst., 2012, 8(24): 375-382.

21. Jiao, et al. A novel multi-focus image fusion method using NSCT and PCNN. Adv. Intell. Soft Comp., 2012, 165: 161-170.


申请专利:

1. 一种大脑功能网络特征分类方法(201910869504.X), 2019申请

2. 一种大脑功能网络关键节点搜索方法(201910383332.5), 2019申请

3. 一种基于膨胀卷积神经网络的MCI分类方法(201910383331.0), 2019申请

4. 一种大脑默认网络的功能连接分析方法(201610374806.6), 2019年授权

5. 基于模体结构的大脑默认网络有向连接分析方法(201610691569.6), 2019年授权

6. 一种多层大脑功能网络模块划分方法(201910083223.1), 2019申请

7. 基于加权网络的大脑功能连接模块划分方法(201810106339.8), 2018年申请

8. 一种基于功能磁共振成像的脑区效应连接分析系统(201410054387.9), 2016年授权

9. 一种大脑功能网络的模块化分析方法(201710408764.8), 2017年申请

10. 一种大脑功能网络的关键路径搜索方法(201710332431.1), 2017年申请

11. 一种大脑功能网络活跃程度的度量方法(201510444714.6), 2015年申请

    12. 一种大脑功能网络的社团划分方法(201510424233.9), 2015年申请

专利、著作版权等

声明:本站专家信息来源于各高校官网。