一、教育、工作经历：

2023年5月-至今 东莞理工学院 生命健康技术学院 讲师；

2018年9月-2023年4月 东北大学 生物医学工程 博士；

2016年9月-2018年6月 东北大学 电子与通信工程 硕士；

2010年9月-2014年6月 山东师范大学 电子信息工程 学士。

二、研究领域：

 1.   医学图像处理

聚焦超声、CT、MRI等医学影像的分割、分类与多模态融合技术，开展高精度图像分析及多维信息融合研究，为智能诊断提供算法支撑。

2.   乳腺癌智能诊断

结合影像组学、深度学习与医学大模型技术，开展乳腺癌影像智能辅助诊断及临床应用研究，探索多模态数据驱动的早期筛查与精准诊断方法。

3.  智能中医诊断

运用机器学习、深度学习与大模型技术，构建智能中医诊断模型，推动中医诊疗经验的数字化、客观化与智能化，促进传统医学与现代信息技术的交叉融合。

三、主要业绩：

主持市厅级科研项目2项，教改项目1项，参与省部级科研项目3项，发表学术论文8篇，其中，以一作或共同一作身份发表SCI论文4篇、EI论文1篇；发表教改论文4篇，授权国家发明专利1项；受邀担任IOP旗下PMB、MST等SCI期刊审稿人，并被评为IOP 2022年度优秀审稿人；以第一指导教师指导学生获批攀登计划1项，大创科研训练（省级）1项。

四、主要讲授课程：

《计算机类专业导论》、《Python语言程序设计》、《医学人工智能》、《智能医疗整备及影像》、《工程伦理》等

五、代表性研究成果(#为共同一作)：

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. 鲍喜荣, 沈晓燕, 张石,等. 基于改进DMAS的平面波超声成像算法及其GPU实现[J]. 东北大学学报：自然科学版, 2019, 40(7):7.

7. 鲍喜荣，沈晓燕，张石，佘黎煌.一种基于改进 DMAS 算法的超声平面波成像方法[P]. 中国，发明授权，201810573085.0. 2021-03-02.