博士，副教授，博士生导师。清华大学学士、硕士；香港大学博士、博士后。2014年3月获聘为深圳大学医学部生物医学工程学院副教授。建立深圳大学医疗人工智能实验室（Medical AI Lab），与中山大学附属第一医院等省内外多家知名医院合作，开展临床可用的AI研究（Clinically Applicable AI），包括医疗大数据的AI分析方法研究及其在癌症、脑疾病、消化道疾病、肌骨疾病、口腔疾病等方面开展应用及转化。迄今主持或合作主持包括国家自然科学基金面上项目、科技部重点研发计划在内的几十项国家级、省级和市级科研基金，项目经费总额累计超过1000万人民币；发表SCI论文90余篇，第一或通讯作者70余篇；以第一申请人授权发明专利30余项。获得深圳市人工智能自然科学奖（排名第一）。主持近30项国家级、省级、校级教学研究改革项目。获评深圳大学本科生“聚徒教学”高级导师、毕业设计优秀指导教师、优秀硕士生导师；指导本科生、研究生在国内外竞赛中获得挑战杯国赛二等奖等多项国家级奖项。获得深圳市教育成果一等奖（排名第四）、深圳大学教学成果奖（排名第一）。截至2024年，累计指导本科毕业设计近60人，研究生近50人（包括在职研究生及联合指导的研究生）。毕业生广受欢迎，或在阿里巴巴、华为等名企，联影、飞利浦等行业巨头以及多家重点医院就业；或在香港大学、香港中文大学、南加州大学等名校深造。现任中国生物医学工程学会青年工作委员会委员、医学图像信息与控制分会常委等社会职务。

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

临床可用的AI研究（Clinically Applicable AI），包括：
1.医疗大数据的AI分析方法研究；
2.癌症、脑疾病、消化道疾病、肌骨疾病、口腔疾病等方面的应用及转化研究

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
2. 01/2020 – 01/2024 课题主要参与人 “基于协同效应超前预测偏瘫患侧肢体运动意图方法的研究”国家自然科学基金项目，编号61973220 （课题参与人无经费分配）
3. 01/24 – 12/2027 课题负责人 “基于可解释Transformer框架分析真实临床数据预测克罗恩生物制剂疗效的方法研究”国家自然科学基金项目，编号62371303 总额：490,000人民币
4. 01/24 – 12/2026 课题合作方负责人 “IBD精确诊断体系的开发与验证”国家重点研发计划项目，编号2023YFC2507300 经费总额：10,000,000人民币，获分配300,000人民币

省级项目
5. 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
6. 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
7. 01/2024 – 12/2026 课题合作方负责人 “炎症性肠病精准诊疗模式的建立与应用” 广东省重点领域研发计划，编号2023B1111040003 经费总额5,000,000人民币，获分配750,000人民币

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

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

1.Wang M, Chen C, Xu Z, Xu L, Zhan W, Xiao J, Hou Y*, Huang B*, Huang L*, Li S. An interpretable two-branch bi-coordinate network based on multi-grained domain knowledge for classification of thyroid nodules in ultrasound images. Med Image Anal. 2024 Oct;97:103255.
2.Shi S, Liu R, Zhou J, Liu J, Lin H, Mo J, Zhang J, Diao X, Luo Y*, Huang B*, Feng ST*. Development and validation of a CT-based radiomics model to predict survival-graded fibrosis in pancreatic ductal adenocarcinoma. Int J Surg. 2024 Aug 22;
3.Shi S, Lin C, Zhou J, Wei L, Chen M, Zhang J, Cao K, Fan Y, Huang B*, Luo Y*, Feng ST*. Development and validation of a deep learning radiomics model with clinical-radiological characteristics for the identification of occult peritoneal  metastases in patients with pancreatic ductal adenocarcinoma. Int J Surg. 2024 May 1;110(5):2669–78.
4.Huang B, Yang Q, Li X, Wu Y, Liu Z, Pan Z, Zhong S*, Song S*, Zuo C*. Deep learning-based whole-body characterization of prostate cancer lesions on [(68)Ga]Ga-PSMA-11 PET/CT in patients with post-prostatectomy recurrence. Eur J Nucl Med Mol Imaging. 2024 Mar;51(4):1173–84.
5.Li M, Fan Y, You H, Li C, Luo M, Zhou J, Li A, Zhang L, Yu X, Deng W, Zhou J, Zhang D, Zhang Z, Chen H, Xiao Y, Huang B*, Wang J*. Dual-Energy CT Deep Learning Radiomics to Predict Macrotrabecular-Massive Hepatocellular Carcinoma. Radiology. 2023 Aug;308(2):e230255.
6.Lin X, Wang M, Li F, Xu Z, Chen J, Chen X, Yuan C, Wu S, Luo Y, Shen J*, Feng ST*, Huang B*. Improving Tumor Classification by Reusing Self-predicted Segmentation of Medical Images as Guiding Knowledge. IEEE J Biomed Health Inform. 2023 Jul 6;PP.
7.Li X, Zhang N, Hu C, Lin Y, Li J, Li Z, Cui E, Shi L, Zhuang X, Li J, Lu J, Wang Y, Liu R, Yuan C, Lin H, He J, Ke D, Tang S, Zou Y, He B, Sun C, Chen M, Huang B*, Mao R*, Feng ST*. CT-based radiomics signature of visceral adipose tissue for prediction of disease progression in patients with Crohn’s disease: A multicentre cohort study. EClinicalMedicine. 2023 Feb;56:101805     
8.Huang B, Lin X, Shen J, Chen X, Chen J, Li ZP, Wang M, Yuan C, Diao XF*, Luo Y*, Feng ST*. Accurate and Feasible Deep Learning Based Semi-Automatic Segmentation in CT for Radiomics Analysis in Pancreatic Neuroendocrine Neoplasms. IEEE J Biomed Health Inform. 2021 Sep;25(9):3498–506.
9.Huang B, Tian J, Zhang H, Luo Z, Qin J, Huang C, He X, Luo Y, Zhou Y, Dan G, Chen H*, Feng ST*, Yuan C*. Deep Semantic Segmentation Feature-Based Radiomics for the Classification Tasks in Medical Image Analysis. IEEE J Biomed Health Inform. 2021 Jul;25(7):2655–64.
10.Li X, Liang D, Meng J, Zhou J, Chen Z, Huang S, Lu B, Qiu Y, Baker ME, 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*. Development and Validation of a Novel Computed-Tomography Enterography Radiomic Approach for Characterization of Intestinal Fibrosis in Crohn’s Disease. Gastroenterology. 2021 Jun;160(7):2303-2316.e11.