获奖情况：

2014   深圳海外高层次人才孔雀计划B类人才
2017   深圳市南山区“领航人才”
2021   深圳市后备级人才
2021   深圳人工智能自然科学奖，排名第一
2019   深圳大学教学成果一等奖，排名第四
2021   深圳大学教学成果二等奖，排名第一
2021   深圳市教育教学科研成果一等奖，排名第四

 研究方向：

医疗人工智能，包括：
（1）医学大数据（影像、病理等）分析
（2）医学图像重建
 

 纵向课题（部分）：

国家级项目
1. 01/2014 - 12/2016 课题负责人    “动态PET-CT/动态增强MRI 双模分子影像在鼻咽癌治疗监控及预后的应用研究”国家自然科学基金青年项目，编号81301273   总额：230,000人民币

省级项目
2. 07/2016 - 6/2018  课题负责人    “基于机器学习和能谱CT图像的肝癌病灶分割研究”广东省医学科研基金，编号B2016031      立项非资助

3. 10/2019 – 09/2022 课题负责人   “基于CT图像深度学习分析的胰腺癌纤维化评估” 广东省自然科学基金面上项目，编号2020A1515010571    总额：100,000人民币

市级项目
4. 01/2015 - 12/2016 课题负责人     “医学影像中的辐射风险评估及低辐射扫描方案研究”深圳市海外高层次人才创新创业专项资金，编号 KQCX20140519103243534  总额：600,000人民币

5. 01/2017 - 12/2019 课题合作方负责人（与南山医院合作） “疱疹性疼痛的短时程脊髓电刺激治疗疗效及机制研究” 深圳市基础研究学科布局项目，编号  JCYJ20160429181451546,总额：2,000,000人民币，获分配：500,000人民币

6. 01/2017 - 12/2018 课题负责人      “基于智能图像处理的鼻咽癌影像辅助诊疗技术研究”  深圳市基础研究项目，编号JCYJ20160307114900292    总额：300,000人民币

7. 07/2017 - 06/2020 课题合作方负责人（与深圳市儿童医院合作）  “额叶癫痫认知功能损害的fMRI多模态研究”    深圳市基础研究自由探索项目，编号 JCYJ20170303160116960,总额：100,000人民币，获分配：15,000人民币

8. 04/2019 - 03/2021 课题合作方负责人（与广州市番禺区中心医院合作）   “下肢深静脉血栓MR影像人工智能辅助诊疗技术开发研 究”    广州市科技计划项目，编号201903010073,总额：1000,000人民币，获分配：300,000人民币

9. 10/2021-09/2024  课题合作方负责人（与东莞市人民医院合作）     “基于深度学习分析多参数MRI实现膀胱癌精准T分期的研究”   东莞市社会发展科技项目，编号 20211800905212,总额：200,000人民币，获分配：60000人民币

 横向课题（部分）：

1. 05/2018 - 05/2019    甲方为广州市番禺区中心医院     “下肢深静脉血栓医学图像的自动分析方法的设计和测试”技术开发（委托）合同    总额：110,000人民币

2. 07/2022 - 07/2023 甲方为北京朗视仪器股份有限公司    “基于深度学习的口腔牙齿和下颌骨自动分割”技术开发（委托）合同    总额：350,000人民币

 代表性成果：已授权专利（部分）：

1. 2019，201911229603.8，黄炳升、张洪源、田君如、袁程朗、罗梓欣、陈汉威、黄晨、叶裕丰、黄益、何卓南、贺雪平，深静脉血栓溶栓疗效预测方法及系统、存储介质与终端
专利号：ZL201911229603.8

2. 2020，202010387879.5，陈汉威、黄益、黄炳升、吴颖桐、黄晨、叶裕丰、张洪源、田君如、袁程朗、罗梓欣、林楚旋、张乃文、邱峥轩、谢晓彤、梁健科、何卓南、贺雪平，基于深度学习的下肢深静脉血栓的检测方法、介质及终端,专利号：ZL202010387879.5

3. 2020，202011625901.1，黄炳升、袁程朗、李雪华、钟英奎、张乃文、张洪源、罗梓欣、冯盛宇、曾英候、陈白莉、冯仕庭、陈旻湖、李子平，克罗恩病英夫利昔单抗药效预测方法及终端设备

4. 2020，202011419658.8，黄炳升、陈嘉、黄莉斐、陈玉莹、冯仕庭、李子平、袁程朗、梁栋、张洪源、林晓艺、李毅、赵媛媛，一种基于深度学习分析的肝细胞癌的CK19的预测方法,专利号：ZL202011419658.8

5. 2021，2021113382377，黄炳升,曾英候,张梦晨,袁程朗,张乃文,李雪华,林海威,刘嘉伟,方壮念,孟霁昕,冯仕庭，基于多序列MRI的克罗恩病纤维化分级方法及相关设备,专利号：CN114067154 B
 

 代表性论文（部分）：

1. 3D Lightweight Network for Simultaneous Registration and Segmentation of Organs-at-Risk in CT Images of Head and Neck Cancer. Huang B#, Ye Y#, Xu Z#, Cai Z, He Y, Zhong Z, Liu L, Chen X, Chen H**, Huang B*. IEEE Transactions on Medical Imaging. 2022 Apr;41(4):951-964. (2022 IF 11.037，中科院1区TOP)

2. Identifying patients with Crohn’s disease at high risk of primary nonresponse to infliximab using a radiomic-clinical model. Li X#, Zhong Y#, Yuan C#, Lin J, Shen X, Guo M, Lu B, Meng J, Wang Y, Zhang N, Luo Z, Hu G, Mao R, Chen M, Sun C, Li Z, Cao Q, Chen B*, Chen Z*, Huang B*, Feng ST*. International Journal of Intelligent Systems. (已接收， 2022 IF 8.993，中科院大类1区TOP)

3. Development and Validation of a Novel Computed-Tomography Enterography Radiomic Approach for Characterization of Intestinal Fibrosis in Crohn’s Disease. Li X#, Liang D#, Meng J#, Zhou J, Chen Z, Huang S, Lu B, Qiu Y, Baker M E, Ye Z, Cao Q, Wang M, Yuan C, Chen Z, Feng S, Zhang Y, Iacucci M, Ghosh S,  Rieder F, Sun C, Chen M, Li Z, Mao R*, Huang B*, Feng ST*. Gastroenterology. 2021 Jun;160(7):2303-2316.e11. (2021 IF 22.682，中科院大类1区TOP)

4. Deep Semantic Segmentation Feature-based Radiomics for the Classification Tasks in Medical Image Analysis. Huang B#, Tian J#, Zhang H, Luo Z, Qin J, Huang C, He X, Luo Y, Zhou Y, Dan G, Chen H*,  Feng ST* and Yuan C*. IEEE Journal of Biomedical and Health Informatics. 2021 Jul;25(7):2655-2664. (2021 IF 5.772，中科院大类2区TOP，小类1区)

5.  Accurate and Feasible Deep Learning Based Semi-automatic Segmentation in CT for Radiomics Analysis in Pancreatic Neuroendocrine Neoplasms. Huang B#, Lin X#, Shen J, Chen X, Chen J, Li ZP, Wang M, Yuan C, Diao XF*, Luo Y*, Feng S*. IEEE Journal of Biomedical and Health Informatics. 2021 Sep;25(9):3498-3506. (2021 IF 5.772，中科院大类2区TOP，小类1区)

6. Intestinal fibrosis classification in patients with Crohn's disease using CT enterography-based deep learning: comparisons with radiomics and radiologists. Meng J#, Luo Z#, Chen Z, Zhou J, Chen Z, Lu B, Zhang M, Wang Y, Yuan C, Shen X, Huang Q, Zhang Z, Ye Z, Cao Q, Zhou Z, Xu Y, Mao R, Chen M, Sun C, Li Z, Feng ST, Meng X, Huang B*, Li X*. European Radiology. 2022 May 26. Epub ahead of print. (2022 IF 7.034，中科院大类2区TOP)

7. Preoperative prediction of cytokeratin 19 expression for hepatocellular carcinoma with deep learning radiomics based on gadoxetic acid-enhanced magnetic resonancen imaging.  Chen Y#, Chen J#, Zhang Y#, Lin Z, Wang M, Huang L, Huang M, Tang M, Zhou X, Peng Z, Chen J, Long T, Huang B*, Feng* ST.  Journal of Hepatocellular Carcinoma. 2021 Jul 22;8:795-808. (2021 IF 5.828，中科院大类2区)

8. Preoperative Prediction of Pancreatic Neuroendocrine Neoplasms Grading Based on Enhanced CT Imaging: Validation of Deep Learning with a Convolutional Neural Network. Luo Y#, Chen X#, Chen J#, Song C, Shen J, Xiao H, Chen M, Li ZP, Huang B*, Feng ST*. Neuroendocrinology. 2020;110(5):338-350. (2019 IF 6.804，中科院大类2区)

9. The potential of radiomics in the assessment of intestinal fibrosis in Crohn’s disease: Author’s reply. Li X #, Liang D#, Huang B*. Gastroenterology. 2021 Dec;161(6):2066-2067. (2021 IF 22.682，中科院大类1区TOP)

10. Feasibility of multi-parametric magnetic resonance imaging combined with machine learning in the assessment of necrosis of osteosarcoma after neoadjuvant chemotherapy: a preliminary study. Huang B#, Wang J#, Sun M, Chen X, Xu D, Li Z, Ma J*, Feng S*, Gao Z*. BMC Cancer. 2020 Apr 15;20(1):322.（2020 IF 3.150，中科院大类3区）