姓名：申华磊
性别：男
职称：副教授
学历：博士研究生
电子信箱：shenhualei@htu.edu.cn
微信：
研究方向：深度学习、智慧医疗、智慧农业
个人简历：
2016.1 – 至今，计算机与信息工程学院，副教授
2019.2-2020.1悉尼大学，医学院，高级访问学者
2018.3-2018.6法兰克福应用技术大学，计算机系，访问教授
2014.8-2015.12 首都师范大学，信息工程学院，讲师
2010.9-2014.7 北京航空航天大学，计算机学院，博士研究生
2009.2-2010.8 ，计算机与信息工程学院，实验师
2006.9-2009.1 北京科技大学，计算机与通信工程学院，硕士研究生
2002.7-2006.8 ，经济与管理学院，助理实验师
1998.9-2002.6，计算机系，本科
主持科研&教学项目：
[1]农业农村部黄淮海智慧农业技术重点实验室开放课题，基于深度学习的麦苗自动计数关键技术研究，2023.1-2023.12；
[2]河南省科技攻关，融合深度局部上下文和全局语义信息的田间麦苗计数方法研究，2023.1-2024.12；
[3]河南省一流本科课程，UML系统分析与设计，2020；
[4] 河南省科技攻关，儿童囊性纤维化并发结构化肺病患者肺CT影像自动分类方法研究，2018.1-2019.12；
[5] 河南省科技攻关，面向共享协同的医学影像检索关键技术研究，2017.1-2018.12；
[6] 国家自然科学基金青年项目，面向在线检索的医学影像多特征降维方法研究，2016.1-2018.12；
论文&专利：
[1] Guoqing Shangguan, Hao Xiong, Dong Liu,Hualei Shen*. Fast and Efficient Brain Extraction with Recursive MLP based 3D UNet [C], The 2023 International Conference on Neural Information Processing (ICONIP2023), 2023.
[2]申华磊,张洁,刘栋,麻巧迎,郑国清,臧贺藏.增强局部上下文监督信息的麦苗计数方法[J],农业机械学报，2023,54(07).
[3]申华磊, 苏歆琪,赵巧丽,周萌,刘栋,臧贺藏. 基于深度学习的无人机遥感小麦倒伏面积提取方法[J],农业机械学报，2022,53(09).
[4]臧贺藏,申华磊, 李国强,等. 基于深度学习的无人机遥感小麦新品种倒伏面积提取方法及系统:, CN115223063A[P]. 2022.
[5]HualeiShen, Chenyu Wang, Kain Kyle, Chun-Chien Shieh, Lynette Masters, Fernando Calamante, Dacheng Tao, Michael Barnett. Accurate Brain Extraction Using 3D U-Net with Encoded Spatial Information [C], ISMRM & SMRT Virtual Conference & Exhibition, 2020.
[6]申华磊, 邱鹏. CF患者肺组织分类——基于相关反馈的监督核哈希方法[J]. 学报：自然科学版，2019, 47(4).
[7]Hualei Shen, Dacheng Tao, and Dianfu Ma, Multiview locally linear embedding for effective medical image retrieval [J], Plos One, vol. 8, no. 12, pp. e82409, 2013.
[8]Hualei Shen, Dacheng Tao, and Dianfu Ma, Dual-force ISOMAP: A new relevance feedback method for medical image retrieval [J], Plos One, vol. 8, no. 12, pp. e84096, 2013.
[9]Hualei Shen, Dianfu Ma, Yongwang Zhao, Hailong Sun, Sujun Sun, Rongwei Ye, Lei Huang, Bo Lang, and Yan Sun, MIAPS: A web-based system for remotely accessing and presenting medical images [J], Computer Methods and Programs in Biomedicine, vol. 113, no. 1, pp. 266-283, 2014.