唐晓颖，约翰霍普金斯大学博士，南方科技大学电子与电气工程系长聘副教授、研究员，约翰霍普金斯大学及卡内基梅隆大学客座教授。国自然优秀青年基金获得者；广东省杰出青年基金获得者；深圳市优秀青年基金获得者；深圳市海外高层次引进人才（B类）。“十四五”科技部重点研发计划青年科学家项目、“十三五”科技部重点研发计划课题、国家自然科学基金面上项目等10余项科研项目负责人；Neural Networks、IEEE Transactions on Cognitive and Developmental Systems期刊副编辑；国际会议 MICCAI领域主席、分会场主席、大会本地主席；领域顶级国际会议IEEE ISBI、IEEE EMBC领域主席、分会场主席；模式识别领域顶级国际会议ICPR领域主席；美国电气与电子工程师协会(IEEE)、中国生物医学工程学会等高级会员；IEEE EMBS Shenzhen Chapter学会秘书长。
教育经历
2009-2014 约翰霍普金斯大学 (美国) 博士 电气与计算机工程系
2013-2014 约翰霍普金斯大学 (美国) 硕士 应用数学与统计系
2009-2011 约翰霍普金斯大学 (美国) 硕士 电气与计算机工程系
2005-2009 华中科技大学 学士 控制科学与工程系
2006-2009 华中科技大学 学士 外国语学
2024/01 – 至今 副教授、研究员, 电子与电气工程系, 南方科技大学
2018/05 – 2023/12 助理教授、副研究员, 电子与电气工程系, 南方科技大学
2016/02 – 至今 客座助理教授, 电气与计算机工程系, 卡内基梅隆大学 (美国)
2015/05 – 至今 客座助理教授, 电气与计算机工程系, 约翰霍普金斯大学 (美国)
2015/05 – 2018/05 副教授, 电子与信息工程学院, 中山大学
2015/05 – 2018/05 助理教授，中山大学卡内基梅隆大学联合工程学院，中山大学
2015/05 – 2018/05 助理教授，广东顺德中山大学卡内基梅隆大学国际联合研究院
2015/05 – 2016/08 访问教授，电气与计算机工程系, 卡内基梅隆大学 (美国)
2014/05 – 2015/05 博士后研究员，图像科学中心，约翰霍普金斯大学(美国)
研究方向主要为智能医学影像计算与分析，主要应用为大脑的多模态磁共振图像分析以及眼科多模态图像分析，以及基于人工智能的大脑疾病和眼科疾病的早期诊断和预测。
研究领域：医学图像分割与配准, 弥散张量图像分析, 统计形态分析, 流形学习与聚类, 时空分析, 多模态磁共振图像分析, 模式识别, 机器学习，医学大数据
1. L. Lin, L. Peng, H. He, P. Cheng, J. Wu, K. K. Y. Wong, and X. Tang*, “YoloCurvSeg: You Only Label One Noisy Skeleton for Vessel-style Curvilinear Structure Segmentation”, Medical Image Analysis, 90: 102937, 2023.（通讯作者）
2. Z. Wang, J. Lyu, and X. Tang*, “autoSMIM: Automatic Superpixel-based Masked Image Modeling for Skin Lesion Segmentation”, IEEE Transactions on Medical Imaging, 42(12): 3501-3511, 2023. （通讯作者）
3. P. Cheng, L. Lin, J. Lyu, Y. Huang, W. Luo, and X. Tang*, “PRIOR: Prototype Representation Joint Learning from Medical Images and Reports”, Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), Paris, August 2023. (通讯作者, EI, CCF A)
4. X. Liu, X. Wang, Y. Luo, M. Wang, Z. Chen, X. Han, S. Zhou, J. Wang, J. Kong, X. Wang, X. Tang*, and Q. Guo*, “A 3D Tumor-mimicking in Vitro Drug Release Model of Locoregional Chemoembolization Using Deep Learning-based Quantitative Analyses”, Advanced Science, 10(11): 2206195, 2023.（共同通讯作者）
5. J. Lyu, Y. Zhang, Y. Huang, L. Lin, P. Cheng, and X. Tang*, “AADG: Automatic Augmentation for Domain Generalization on Retinal Image Segmentation”, IEEE Transactions on Medical Imaging, 41(12): 3699-3711, 2022.（通讯作者）
6. J. Wu and X. Tang*, “Brain Segmentation Based on Multi-atlas and Diffeomorphism Guided 3D Fully Convolutional Network Ensembles”, Pattern Recognition, 115: 107904, 2021.（通讯作者）
7. Y. Zhang, P. Zhong, D. Jie, J. Wu, S. Zeng, J. Chu, Y. Liu, E.X. Wu, and X. Tang*, “Brain Tumor Segmentation from Multi-modal MR Images via Ensembling UNets”, Frontiers in Radiology, 1: 704888, 2021.（通讯作者）
8. Y. Zhang, J. Wu, Y. Liu, Y. Chen, E.X. Wu, and X. Tang*, “MI-UNet: Multi-Inputs UNet Incorporating Brain Parcellation for Stroke Lesion Segmentation from T1-weighted Magnetic Resonance Images”, IEEE Journal of Biomedical and Health Informatics, 25(2): 526-535, 2021.（通讯作者）
9. L. Zou, Y. Song, X. Zhou, J. Chu*, and X. Tang*, “Regional Morphometric Abnormalities and Clinical Relevance in Wilson’s Disease”, Movement Disorders, 34(4): 545-554, 2019. （共同通讯作者）
10. X. Tang*, C.A. Ross, H. Johnson, J.S. Paulsen, L. Younes, R.L. Albin, J.T. Ratnanather, and M.I. Miller, “Regional Subcortical Shape Analysis in Premanifest Huntington’s Disease”, Human Brain Mapping, 40(5): 1419-1433, 2019. （第一作者，通讯作者）
1．H. Yang, J. Lyu, R. Tam, and X. Tang*, “A Survey on Deep Learning-based Diffeomorphic Mapping”. In: K. Chen, C.B. Schönlieb, X.C. Tai, L. Younes, Eds. Handbook of Mathematical Models and Algorithms in Computer Vision and Imaging. Springer, Cham, 2023.
2．M.I. Miller, S. Mori, X. Tang, D. Tward, and Y. Zhang, “Bayesian Multiple Atlas Deformable Templates”. In: A.W. Toga, Eds. Brain Mapping: An Encyclopedic Reference, Elsevier, Academic Press, 2015.
招聘信息
唐晓颖博士课题组常年招聘研究助理教授、博士后、科研助理，招收博士生、硕士生、本科实习生，同时欢迎来自国内外大学及科研机构的访问学者和交流学生，有兴趣者请与唐博士邮件联系！
联系方式
tangxy@sustech.edu.cn
