Mason学长聊留学，旨在为大家提供更加全面、深入的导师解析和科研辅导！每期我们会邀请团队的博士对中国香港/中国澳门/新加坡各个领域的教授导师进行详细解析，从教授简介与研究背景 / 主要研究方向与成果分析 / 研究方法与特色 / 研究前沿与发展趋势 / 对有意申请教授课题组的建议这五个方面，帮助大家更好地了解导师，学会申请！
一、教授简介与研究背景
Prof. Liang Kaicheng是南洋理工大学（NTU）化学、化工与生物技术学院的助理教授，其研究方向聚焦于小型化、人工智能驱动的光学成像技术，并广泛应用于定量生物学、手术导航等领域。他的研究充满临床启发性，与多学科交叉紧密结合，致力于开发下一代医疗技术以改善患者的生活质量。
在学术背景上，Prof. Liang拥有杜克大学生物医学工程学士学位，以及麻省理工学院（MIT）电子工程硕士和博士学位。他的职业生涯始于新加坡ASTAR机构，在攻读博士期间，他的研究得到了ASTAR国家科学奖学金的资助，并与多个ASTAR研究院展开合作。在加入NTU之前，他是ASTAR分子与细胞生物学研究所和微电子研究所的首席研究员。
Prof. Liang的研究成绩得到了广泛认可，包括2021年被授予新加坡国家研究基金会（NRF）研究员称号。他的研究团队专注于生物光子学、内窥镜显微镜、成像数据科学与人工智能、光学相干断层扫描（OCT）等领域，致力于推动医疗成像技术的创新。
二、主要研究方向与成果分析
Prof. Liang的研究主要集中在医疗光学成像技术，其成果覆盖从技术开发到临床应用的多个层面。以下是对其主要研究方向和学术贡献的详细分析：
1. 生物光子学与光学相干断层扫描（OCT）技术
光学相干断层扫描（OCT）是Prof. Liang研究的核心技术之一。他在OCT领域的研究涵盖了高分辨率、高速成像以及其在内窥镜和手术导航中的应用。他参与的多项研究突破了传统OCT的技术瓶颈，为医疗成像提供了新的可能性：
- 高速内窥镜OCT成像：他开发了一种超高速的OCT胶囊（2015年发表在《Biomedical Optics Express》），实现了胃肠道的端面成像。这项技术展示了在内窥镜环境下高速、精确成像的可能性，为胃肠道疾病的早期诊断提供了革命性工具。
- OCT血管造影（OCTA）：在内窥镜环境中，Prof. Liang通过OCT实现了三维微血管结构的可视化（2014年发表在《Gastroenterology》）。这项技术为诊断微血管异常以及肿瘤血管生成提供了重要手段。
- 纠正OCT成像中的旋转畸变：他提出了一种新算法，解决了基于导管的OCT装置中成像扭曲的问题（2014年发表在《Optics Letters》）。这一研究提升了OCT成像在复杂环境中的精度。
2. 小型化与AI驱动的成像技术
Prof. Liang的团队致力于将光学成像设备小型化，并通过引入人工智能技术，提升其功能和适用性。他的研究重点包括：
- 点对点临床诊断平台：他开发了基于深紫外激光荧光成像的小型显微镜和内窥镜平台，用于临床即时诊断。这种系统体积小、成本低，适合在资源有限的医疗环境中使用。
- 深度学习与成像结合：他利用生成对抗网络（GAN）提升OCT的分辨率，并恢复微观光学成像中的真实散斑特性（2020年发表在《Biomedical Optics Express》）。这项研究展示了人工智能在提升光学成像质量方面的巨大潜力。
- 自动化诊断工具：通过与深度学习结合，他的团队开发了多个自动化诊断系统。例如，在冠状动脉疾病的视频序列分析中，通过卷积神经网络实现了快速、准确的血管病变分级（2021年发表在arXiv中）。
3. 临床与手术成像应用
Prof. Liang的研究具有高度的临床导向性，特别是在手术导航和组织病理学评估方面：
- 手术导航：他提出了综合快速内窥镜显微镜和机器学习的手术评估方法，能够在手术过程中实时提供病理学信息。这种方法可大幅缩短传统组织病理学分析的时间，为外科医生提供即时反馈。
- 组织病理学成像：他开发的OCT胶囊能够对Barrett食管的病变进行三维成像，并准确定位可疑区域（2016年发表在《The American Journal of Gastroenterology》）。这项研究进一步验证了OCT在癌前病变诊断中的潜力。
三、研究方法与特色
Prof. Liang的研究在技术创新和临床应用之间实现了良好的平衡，其研究方法具有以下显著特点：
1. 跨学科交叉
Prof. Liang的研究融合了光学、生物医学工程和人工智能等多个领域。他不仅专注于光学硬件的开发，还通过算法优化和数据分析提升成像精度与功能。这种跨学科的研究方法使他的研究成果在基础科学与临床实践之间架起了桥梁。
2. 以临床问题为导向
Prof. Liang的研究始终围绕临床需求展开。他与临床医生、外科医生和病理学家密切合作，确保技术开发的实用性。例如，他的小型化OCT设备适用于资源有限的医疗环境，而实时手术成像系统则直接服务于外科手术。
3. 技术与算法的结合
在硬件开发的同时，Prof. Liang注重算法优化。例如，他将深度学习用于图像质量的提升与自动化分析，从而拓展了传统光学成像技术的应用范围。
4. 国际化与团队合作
Prof. Liang在MIT和ASTAR的研究经历为其积累了丰富的国际合作经验。他的研究团队不仅包含光学工程师和生物医学研究人员，还与AI专家和临床医生紧密合作。这种多学科团队合作的方式极大地提高了研究效率和成果的转化率。
四、研究前沿与发展趋势
Prof. Liang的研究领域处于光学成像与人工智能发展的前沿，以下是该领域的主要趋势：
1. 小型化与便携式设备
随着医疗技术向点对点诊断方向发展，小型化、便携式光学成像设备将成为一个重要趋势。Prof. Liang在深紫外显微镜和OCT小型化方面的研究将继续推动这一方向的发展。
2. AI与成像技术的深度融合
人工智能正在改变医疗影像分析的方式。通过深度学习算法，光学成像设备的自动化程度和诊断准确性将大幅提升。未来，Prof. Liang的研究可能进一步探索实时AI算法在手术导航中的应用。
3. 高分辨率与多模式成像
高分辨率、多模式光学成像技术是当前的热门方向。通过结合OCT、荧光成像和光声成像等多种模式，可以实现组织结构、功能和分子信息的综合分析。
4. 低资源医疗环境的应用
在低资源医疗环境中，传统昂贵的成像设备难以普及。Prof. Liang的小型化设备研究为这类环境中的疾病诊断提供了可行方案，未来或将推动其技术在发展中国家的应用。
五、对有意申请教授课题组的建议
对于希望加入Prof. Liang课题组的学生，以下几点建议将有助于提高申请竞争力：
1. 扎实的学术背景
学生需具备光学、生物医学工程或人工智能相关领域的基础知识。熟悉光学成像技术（如OCT）、机器学习算法或生物医学应用的学生将更具优势。
2. 动手能力与创新思维
Prof. Liang的研究注重技术开发，申请者需具备较强的实验设计与动手能力。此外，能够提出创新性想法并积极探索新技术的学生更容易在课题组中脱颖而出。
3. 对临床问题的兴趣
由于课题具有高度的临床导向性，学生需要对医疗技术的实际应用感兴趣，并具备一定的医学知识储备或愿意学习医学相关内容。
4. 团队合作与沟通能力
Prof. Liang的团队是多学科合作的典范，申请者需具备良好的沟通能力，能够与不同背景的团队成员合作。
5. 提前准备与主动联系
建议学生在申请前阅读Prof. Liang的代表性论文，了解其研究内容和技术细节。在申请材料中，明确表达自己对课题组的兴趣，并结合自身背景阐述研究计划或目标。
【竞赛报名/项目咨询请加微信：mollywei007】
