一、教育、工作經曆：

2023年5月-至今 太阳成集团tyc234cc 太阳成集团tyc234cc 講師；

2018年9月-2023年4月 東北大學 生物醫學工程 博士；

2016年9月-2018年6月 東北大學 電子與通信工程 碩士；

2010年9月-2014年6月 山東師範大學 電子信息工程 學士。

二、研究領域：

1. 醫學圖像處理，主要包括超聲、MRI等醫學影像的分割、分類及多模态醫學圖像融合技術研究等；

2. 乳腺癌智能診斷技術，主要包括基于深度學習的乳腺癌醫學影像智能輔助診斷和臨床輔助診療決策等技術研究；

3. 智能影像組學，主要包括使用基于深度學習的影像組學技術，針對甲狀腺癌超聲圖像或融合病理圖像，展開甲狀腺癌的預測模型研究。

三、主要業績：

發表學術論文8篇，其中，以一作或共同一作身份發表SCI論文4篇、EI論文1篇；授權國家發明專利1項；受邀擔任IOP旗下PMB、MST等SCI期刊審稿人，并被評為IOP 2022年度Outstanding Reviewer

四、代表性研究成果(#為共同一作)：

1.  Shen X Y, Ma H*, Liu RB, et al. Lesion segmentation in breast ultrasound images using the optimized marked watershed method[J]. Biomedical engineering online, 2021, 20(1): 1–23.

2. Shen X Y Wu XR, Liu RB, et al. Accurate segmentation of breast tumor in ultrasound images through joint training and refined segmentation[J]. Physics in Medicine & Biology, 2022, 67(17): 175013.

3. Shen X Y, Wang LY, Zhao Y, et al. Dilated transformer: residual axial attention for breast ultrasound image segmentation [J]. Quantitative imaging in medicine and surgery, 2022, 12(9): 4512-4528.

4. Shen X Y, Liu J X, Li H, et al. A Novel Lesion Segmentation Method based on Breast Ultrasound Images[C]. Proceedings of the 2019 4th International Conference on Biomedical Imaging (ICBSP’19), 2020, (7): 32–38.

5. Zhao Y^#, Shen X Y^#, Chen J D, et al. loss for low-contrast medical image segmentation[J]. Machine Learning: Science and Technology, 2024, 5(1): 015013.

6. 鮑喜榮, 沈曉燕, 張石,等. 基于改進DMAS的平面波超聲成像算法及其GPU實現[J]. 東北大學學報：自然科學版, 2019, 40(7):7.

7. 鮑喜榮，沈曉燕，張石，佘黎煌.一種基于改進 DMAS 算法的超聲平面波成像方法[P]. 中國，發明授權，201810573085.0. 2021-03-02.