范敬凡

职称：准聘教授/博士生导师

学历：博士研究生

所在学科：光学工程

研究方向：医学图像分析与手术导航、虚拟现实与增强现实、模式识别与机器学习

电子邮件：fjf@bit.edu.cn

个人简介

【基本】范敬凡，男，1988年6月出生，北京理工大学光电学院准聘教授、博士生导师，入选国家优青、北京市科技新星、北京市海英人才及北京市青年人才托举工程。长期从事计算机视觉、增强现实手术导航相关领域研究，提出了多模医学图像融合、高维空间位姿融合及术中影像透视融合创新方法，突破了手术智能规划、器械精准定位与透视增强引导关键技术，提升了手术信息量、精准度与可视性。

【科研】主持国家重点研发计划项目1项、课题1项、国家自然科学基金项目3项。在IEEE TIP、IEEE TMI、MedIA等期刊和会议上发表论文90余篇，已参与完成多项医学图像辅助诊疗与手术导航系统的研发，相关知识产权已申报/授权60余项国家发明专利，成果转化获国家三类/二类医疗器械注册证6项。作为主要完成人获吴文俊人工智能科技进步一等奖、电子学会科技进步一等奖、中国专利优秀奖、中国生产力促进二等奖，并获得北京图象图形学会优博、MICCAI青年科学家提名、中国仪器仪表学会金国藩青年学子奖、第五届/第六届中国“互联网+”大学生创新创业大赛金奖优秀创新创业导师等奖项与荣誉。

【任职】兼任中国图象图形学学会机器视觉专委会委员、中国生物医学工程学会医学图像信息与控制分会委员、北京图象图形学学会理事、北京医学会数字医学分会委员。

教育经历

  • 2010/09 — 2016/06，北京理工大学，光学工程，博士
  • 2006/09 — 2010/07，北京理工大学，信息科学与技术（光电子方向），学士

工作经历

  • 2024/08 — 至今，北京理工大学，光电学院，准聘教授，博导
  • 2022/09 — 2024/08，北京理工大学，光电学院，长聘副教授/特别研究员，博导
  • 2019/04 — 2022/09，北京理工大学，光电学院，预聘助理教授/特别副研究员
  • 2017/01 — 2019/01，美国北卡罗来纳大学教堂山分校，医学院，博士后
  • 2016/06 — 2019/04，北京航空航天大学，计算机学院，博士后

研究领域

  • 图像分析与手术导航
  • 虚拟现实与增强现实
  • 模式识别与机器学习

获奖经历

  • 2025年01月       中国电子学会科技进步一等奖
  • 2025年01月       中国生产力促进中心协会生产力促进二等奖
  • 2024年03月       中国人工智能学会吴文俊人工智能科技进步一等奖
  • 2023年10月       北京市海英人才计划奖
  • 2023年07月       国家知识产权局中国专利优秀奖
  • 2020年11月       中国“互联网+”大学生创新创业大赛金奖导师
  • 2019年11月       中国“互联网+”大学生创新创业大赛金奖导师
  • 2019年10月      中国仪器仪表学会金国藩青年学子奖
  • 2018年09月      MICCAI青年科学家提名奖
  • 2017年06月      北京图象图形学会优秀博士论文奖
  • 2010年10月      ACM/ICPC国际大学生程序设计竞赛亚洲区域赛金奖
  • 2009年03月      美国数学建模竞赛一等奖
  • 2005年12月      北京市银帆奖

承担项目

  • 国家自然科学基金委员会，优秀青年科学基金，多源信息融合手术导航，2025-1至2027-12，在研，主持；
  • 科技部，国家重点研发计划青年科学家项目，面向头颈肿瘤手术的一体化导航内窥镜系统研发，2023-10至2026-10，在研，主持；
  • 科技部，国家重点研发计划课题，混合现实引导精准，安全头颈微创手术导航机器人系统研发 – 微创手术交互技术与系统集成，2019-12至2021-12，结题，主持；
  • 国家自然科学基金委员会，面上项目，基于动态造影大数据的冠脉SYNTAX智能诊断研究，2023-01至2026-12，在研，主持；
  • 国家自然科学基金委员会, 青年项目，颅底外科手术导航的配准跟踪方法研究，2020-01至2022-12，结题，主持；
  • 北京市科学技术委员会，北京市科技新星计划项目，2020-09至2023-08，结题，主持；
  • 北京市自然科学基金委员会，海淀原始创新联合基金前沿项目，面向根管治疗的小口径成像定位一体化三维内窥镜系统设计，2024-10至2027-10，在研，主持；
  • 北京市科学技术协会，北京市青年人才托举项目，2020-01至2022-12，结题，主持；

代表性论文

  • Jingfan Fan, Xiaohuan Cao, Pew-Thian Yap, Dinggang Shen: “BIRNet: Brain Image Registration Using Dual-Supervised Fully Convolutional Networks”, Medical Image Analysis, 2019; 54:193-206.(SCI, IF=10.7, ESI高被引)
  • Jingfan Fan, Xiaohuan Cao, Zhong Xue, Pew-Thian Yap, Qian Wang, Dinggang Shen: “Adversarial Learning for Mono- or Multi-Modal Registration”, Medical Image Analysis, 2019; 58:101545. (SCI, IF=10.7)
  • Qing Guo, Hong Song*, Jingfan Fan*, Danni Ai, Yuanjin Gao, Xiaoling Yu, and Jian Yang. “Portal Vein and Hepatic Vein Segmentation in Multi-Phase MR Images Using Flow-Guided Change Detection.” IEEE Transactions on Image Processing, 2022; 31:2503–17. (SCI, IF= 10.8)
  • Qing Guo, Hong Song*, Cong Wang*, Jingfan Fan*, Danni Ai, Yuanjin Gao, Xiaoling Yu, Jian Yang: “Segmentation of 3D Anatomically Diffused Tissues in Magnetic Resonance Images Through Edge-Preserving Constrained Center-Free Fuzzy C-Means.” IEEE Transactions on Fuzzy Systems, 2024; 32(6): 3444-3457. (SCI, IF= 10.7)
  • Haixiao Geng, Jingfan Fan*, Shuo Yang, Sigeng Chen, Deqiang Xiao, Danni Ai, Tianyu Fu, Hong Song, Kai Yuan, Feng Duan*, Yongtian Wang, Jian Yang*: “DSC-Recon: Dual-Stage Complementary 4D Organ Reconstruction from X-ray Image Sequence for Intraoperative Fusion”, IEEE Transactions on Medical Imaging, 2024; 43(11): 3909-3923. (SCI, IF=8.9)
  • Mingyang Lei, Jingfan Fan*, Long Shao*, Hong Song, Deqiang Xiao, Danni Ai, Tianyu Fu, Yucong Lin, Ying Gu, Jian Yang*: “Double-Shot 3D Shape Measurement with a Dual-Branch Network for Structured Light Projection Profilometry”, IEEE Transactions on Circuits and Systems for Video Technology, 2024. (SCI, IF=8.3)
  • Zhao Zheng, Jingfan Fan*, Long Shao, Heqiang Yang, Liming Zhao, Hong Song, Danni Ai, Tianyu Fu, Deqiang Xiao, Yongtian Wang, Jian Yang*: “Affine Constrained Binocular Camera Calibration With Planar Target Single-Axis Translating.” IEEE Transactions on Instrumentation and Measurement, 2024; 73: 5018313. (SCI, IF= 5.6)
  • Jingfan Fan, Jian Yang, Yitian Zhao, Danni Ai, Yonghuai Liu, Ge Wang, Yongtian Wang: “Convex Hull Aided Registration Method (CHARM)”, IEEE Transactions on Visualization and Computer Graphics, 2017; 23(9): 2042-2055. (SCI, IF=4.7)
  • Jingfan Fan, Jian Yang, Danni Ai, Likun Xia, Yitian Zhao, Xing Gao, Yongtian Wang: “Convex Hull indexed Gaussian Mixture Model (CH-GMM) for 3D Point Set Registration”, Pattern Recognition, 2016; 59: 126-141. (SCI, IF=7.5)
  • Jingfan Fan, Xiaohuan Cao, Zhong Xue, Pew-Thian Yap, Dinggang Shen: “Adversarial Similarity Network for Unsupervised Learning based Image Registration”, International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI), 2018. (医学图像领域顶级会议, Oral Presentation, Young Scientist Award提名)