师资队伍

您当前的位置:首页 / 师资队伍 / 博士研究生导师

周俊林

发布时间:2024-06-11 08:59:00    阅读量:

【字体:        】    



   

【基本情况】

周俊林,男,医学博士,主任医师,教授,(专业型和学术型)博士研究生导师,(专业型和学术型)硕士研究生导师。兰州大学医学影像学系主任,兰州大学第二医院放射科主任、医学影像学教研室主任,甘肃省医学影像重点实验室主任,甘肃省医学影像人工智能国际科技合作基地负责人。甘肃省拔尖领军人才,甘肃省领军人才(第1层次),兰州大学萃英学者,兰州大学隆基教学名师,兰州大学师德标兵。

【学习经历】

2011.09—2013.06 西安交通大学,影像医学与核医学,博士

2003.08—2007.05 兰州大学,病理学与病理生理,硕士

2000.08—2003.06 兰州医学院,临床医学,学士

1986.08-1989.07石家庄高等医专(今河北医科大学),临床医学专业

【工作经历】

2012-04至今,兰州大学,教授;

2010-04至今, 兰州大学第二医院,主任医师;

2004-04至2010-04,兰州大学第二医院,副主任医师;

1994-10至2004-04,兰州医学院第二附属医院,住院医师,主治医师;

1989-07至1994-10, 西北有色冶金机械厂, 职工医院, 医师。

【目前承担课程】

《医学影像学》、《医学影像诊断学》、《医学影像整合课程》等,其中《医学影像诊断学》为甘肃省精品课程。

【主要科研成果】

研究方向:神经影像,医学影像人工智能,能谱CT技术及应用

主持或参与科研项目:

(1)国家自然科学基金面上项目(2023),基于深度学习的影像-病理组学联合肿瘤微环境预测脑膜瘤复发/进展的研究,编号82371914,主持人:周俊林,50万;

(2)国家自然科学基金面上项目(2020),基于影像-病理组学及肿瘤微环境构建脑胶质瘤疗效预测模型,编号82071872,主持人:周俊林,55万;

(3)国家自然科学基金面上项目(2017),基于能谱CT的脑胶质瘤放疗疗效影像学定量评估,编号81772006,主持人:周俊林,55万;

(4)中华国际医学交流基金会项目-影像科研前沿项目(2021),基于深度学习构建脑膜瘤脑侵犯预测模型的研究,编号Z-2014-07-2101,主持人:周俊林,经费30万元;

(5)甘肃省科技计划项目-重点研发计划(2021),基于人工智能技术评估脑膜瘤周围组织侵犯的研究,编号21YF5FA123,主持人:周俊林,经费20万元;

(6)兰州大学第二医院萃英科技创新计划项目重点项目(2021),基于能谱 CT 影像组学及肿瘤微环境构建结直肠癌疗效预测模型,编号CY2021-ZD-01,主持人:周俊林,40万;

(7)兰州市人才创新创业项目(2016),能谱CT在胸腹部肿瘤的应用价值及技术创新,编号2016-RC-58,主持人:周俊林,30万;

(8)兰州大学第二医院萃英计划应用基础研究-面上项目(2018),基于影像组学的胶质母细胞瘤 IDH、MGMT表达与预后研究,编号CY2017-MS03,主持人:周俊林,20万;

(9)兰州市人才项目院内项目(2020),依据影像数据构建脑部手术3D打印平台,主持人:周俊林,30万;

(10)甘肃省科技支撑计划项目(2016),能谱CT在消化系肿瘤的应用及技术创新,编号1604FKCA100,主持人:周俊林,10万;

(11)兰州市新冠肺炎防控技术研究项目(2020),基于CT的甘肃省新冠肺炎诊治及防控数据平台建设,编号2020-XG-55,主持人:周俊林,5万;

(12)兰州市科技计划项目(重点项目)(2023),医学影像智慧科研平台建设及人工智能新技术研发,编号2023-3-67,主持人:周俊林,10万。

【发表主要论文或专著】

主要论文:

1、Zhang J, Yao K, Liu P, Liu Z, Han T, Zhao Z, Cao Y, Zhang G, Zhang J*, Tian J*, Zhou J*. A radiomics model for preoperative prediction of brain invasion in meningioma non-invasively based on MRI: A multicentre study. EBioMedicine. 2020 Aug;58:102933.   (IF:11.134)

2、Zhang W, Fang M, Dong D, Wang X, Ke X, Zhang L, Hu C, Guo L, Guan X, Zhou J*, Shan X*, Tian J*. Development and validation of a CT-based radiomic nomogram for preoperative prediction of early recurrence in advanced gastric cancer. Radiother Oncol. 2020 Apr;145:13-20.   (IF:6.280)

3、Zhang L, Dong D, Zhang W, Hao X, Fang M, Wang S, Li W, Liu Z*, Wang R*, Zhou J*, Tian J*. A deep learning risk prediction model for overall survival in patients with gastric cancer: A multicenter study. Radiother Oncol. 2020 Sep;150:73-80.   (IF:6.280)

4、Zhang J, Zhang G, Cao Y, Ren J, Zhao Z, Han T, Chen K*, Zhou J*. A Magnetic Resonance Imaging-Based Radiomic Model for the Noninvasive Preoperative Differentiation Between Transitional and Atypical Meningiomas. Front Oncol. 2022 Jan 21;12:811767.   (IF:6.244)

5、Cao Y, Zhang G, Zhang J, Yang Y, Ren J, Yan X, Wang Z, Zhao Z, Huang X, Bao H*, Zhou J*. Predicting Microsatellite Instability Status in Colorectal Cancer Based on Triphasic Enhanced Computed Tomography Radiomics Signatures: A Multicenter Study. Front Oncol. 2021 Jun 10;11:687771.    (IF:6.244)

6、Zhang L, Dong D, Zhong L, Li C, Hu C, Yang X, Liu Z*, Wang R*, Zhou J*, Tian J*. Multi-Focus Network to Decode Imaging Phenotype for Overall Survival Prediction of Gastric Cancer Patients. IEEE J Biomed Health Inform. 2021 Oct;25(10):3933-3942.    (IF:5.772)

7、Zhou Q, Xue C, Ke X, Zhou J*. Treatment Response and Prognosis Evaluation in High-Grade Glioma: An Imaging Review Based on MRI. J Magn Reson Imaging. 2022 Feb 7.   (IF:4.813)

8、Zhang G, Zhang J, Cao Y, Zhao Z, Li S, Deng L, Zhou J*. Nomogram based on preoperative CT imaging predicts the EGFR mutation status in lung adenocarcinoma. Transl Oncol. 2021 Jan;14(1):100954.   (IF:4.243)

9、Zhou Q, Huang X, Xue C, Zhou J*. Correlation of clinical and computed tomography features of thymic epithelial tumours with World Health Organization classification and Masaoka-Koga staging. Eur J Cardiothorac Surg. 2022 Mar 24;61(4):742-748.   (IF:4.191)

10、Zhang J, Sun J, Han T, Zhao Z, Cao Y, Zhang G, Zhou J*. Radiomic features of magnetic resonance images as novel preoperative predictive factors of bone invasion in meningiomas. Eur J Radiol. 2020 Nov;132:109287.   (IF:3.528)

等SCI论文100余篇。

【主要专著】

1.《神经系统肿瘤影像与病理》,科学出版社,2017年01月,主编:周俊林 白亮彩;

2.《能谱CT临床应用与进展》,人民军医出版社,2016年12月,主编:周俊林 毛俊杰;

3.《影像病例解读》,甘肃科技出版社,2016年10月,主编:周俊林 赵建洪;

等主编及参编著作10余部。

【社会兼职和社会服务】

任中华医学会放射学分会常务委员、中国医师协会放射医师分会常务委员、中国研究型医院学会磁共振专业委员会副主任委员、中国老年医学学会放射学分会副会长、中国民族卫生协会放射学分会副会长、中国医学影像技术研究会放射学分会副主任委员、中国研究型医院学会放射学专业委员会常务委员、中国医学装备协会CT应用专业委员会常务委员、中国研究型医院肿瘤影像专业委员会常务委员、中国卒中学会影像专业委员会常务委员、中国研究型医院学会感染影像专业委员会常务委员、中国医学影像技术研究会放射学分会委员、中国医师协会整合医学医师分会整合影像专委会委员、中华医学会放射学分会医学影像人工智能组长、中国医师协会放射医师分会继续教育工作组组长及中国老年医学学会放射学分会神经影像组长等20多个国家级学会的常委及委员,任甘肃省医学会放射学分会主任委员、甘肃省放射医学质量控制中心主任及甘肃省省级医疗卫生(甲等)重点学科带头人,任《实用放射学》杂志副主编等。

【获奖情况】

1.甘肃省科技进步一等奖:《能谱CT的临床应用及技术创新》(2021年度),主持:周俊林;

2.甘肃省科技进步一等奖:《脑肿瘤分级分型影像学研究》(2014年度),主持:周俊林;

3.甘肃省科技进步二等奖:《脑肿瘤功能成像与精准诊疗的相关性研究》(2019年度),主持:周俊林;

4.甘肃医学科技奖一等奖:《能谱CT的临床应用及技术创新》(2021年度),主持:周俊林;

5.甘肃医学科技奖一等奖:《脑肿瘤分级分型影像学研究》(2014年度),主持:周俊林;

6.甘肃省高等教育教学成果奖二等奖:“基于影像数据后处理融合PACS/HIS改进《医学影像学》教学模式”,主持:周俊林;

7.兰州大学教学成果奖一等奖:“基于影像数据后处理融合PACS/HIS改进《医学影像学》教学模式”,主持:周俊林;

8.获2020、2021年甘肃省优秀博士学位论文指导老师,兰州大学优秀博士学位论文指导老师;

9.获2022年度“兰州市优秀科技工作者”荣誉称号。

 

【联系方式】

办公电话:0931-8942575

E-mail:zjl601@163.com