信息与软件工程学院（示范性软件学院）
|
|
|
|
| 导师代码： |
10371
|
| 导师姓名： |
刘勇国
|
| 性 别： |
男 |
| 特 称： |
|
| 职 称： |
教授
|
| 学 位： |
工学博士学位
|
| 属 性： |
专职 |
| 电子邮件： |
liuyg_cn@163.com
|
|
|
| 学术经历：
|
|
2003年获重庆大学计算机软件与理论工学博士学位，2005年上海交通大学计算机科学与技术博士后出站，同年加入电子科技大学从事教学科研工作，2010年晋升教授、博士生导师，美国佛蒙特大学访问学者
|
|
| 个人简介：
|
|
刘勇国，男，博士后，教授，博士生导师。科研工作聚焦海量数据挖掘与决策、机器智能与推理、社交网络分析、移动智能计算、图像识别与理解、健康信息处理等领域
2003/09-2005/06, 上海交通大学，计算机系，博士后
2005/07-2010/07, 电子科技大学，计算机科学与工程学院，副教授
2010/08-2010/12, 电子科技大学，计算机科学与工程学院，教授
2011/01-2014/12, 电子科技大学，计算机科学与工程学院/信息与软件工程学院，教授/博导
2015/01-至今, 电子科技大学，信息与软件工程学院，教授/博导
学术兼职
世界中医药学会联合会内经专委会副会长
中国民族医药学会大数据与人工智能分会副会长
世界中医药学会联合会中药系统科学与工程专委会副秘书长兼常务理事
中国中医药信息学会人工智能分会常务理事
中国老年学和老年医学学会智慧医养分会常务理事
中国老年医学学会智慧医疗技术与管理分会常务委员
中国中文信息学会医疗健康与生物信息处理专委会委员
中华中医药学会中医药信息学分会委员
四川省中医药信息学会理事
四川省中医药信息学会大数据专委会副主任委员
四川省老年医学学会健康养老与医养结合专委会常务委员
四川省卫生信息学会健康医疗大数据专委会常务委员
四川省老年医学学会肾病专委会常务委员
国际权威学术刊物IEEE Transactions on Cybernetics、IEEE Transactions on Neural Networks and Learning Systems、Information Sciences、Pattern Recognition等审稿专家、国家自然科学基金评审专家、国家博士后基金评审专家、教育部学位中心通讯评审专家
研究方向
数字医学、计算健康、人工智能、大数据
科研奖励
中国中西医结合学会科学技术奖：基于整合大数据的中药上市后再评价关键技术与应用（二等），2021
中国民族医药学会科学技术奖：西南少数民族医药文献抢救性发掘整理及信息化研究（二等），2022
招聘博士后研究人员，国家科技重大专项和国家重点研发计划支持，待遇优厚，详情面议
研究生招生
博士研究生：热烈欢迎立志前沿交叉、潜心学术研究的同学报考，提供重大科研项目支持、前沿学术指导、优厚学术待遇
硕士研究生：热烈欢迎不畏艰难险阻、勇攀科研高峰的同学报考，提供重大科研项目研发、最新科研指导、优良科研待遇
研究生就业
华为、字节跳动、腾讯、阿里、支付宝、快手、新浪、百度、360、网易、中科院软件所、中电10所等IT企业和科研院所
|
|
| 科研项目：
|
|
实验室宗旨：智策医患，健康中国，为人民健康服务
实验室文化：团结、奋斗、成功、快乐
实验室在研承担十三五国家科技重大专项、十三五国家重点研发计划、国家自然科学基金、四川省重点研发计划、四川省科技基础条件平台项目、四川省应用基础研究计划项目等多项科研课题
在研项目
[1] 国家科技基础资源调查专项：疫病文献辑录及中医药防治疫病知识体系构建与应用研究（2022FY102000），2023.01-2025.12
[2] 国家自然科学基金：基于多属性融合药物间不良反应预测的关键问题研究（62202084），2023.01-2025.12
[3] 四川省社发领域重大项目：基于信息融合的川产道地药材“老药工智能决策系统”研发与应用（2023YFS0338），2023.01-2024.12
[4] 四川省社发领域重大项目：王成荣“衷中参西”治疗冲任瘀滞型不孕的中医诊疗方案与经验传承智能平台研究（2023YFS0325），2023.01-2024.12
[5] 四川省自然科学基金: 面向分子结构特征的药物间不良反应预测方法研究（2022NSFSC0883），2021.06.30-2023.06.30
[6] 四川省自然科学基金: 基于中文词向量的中药方剂核心药物识别研究（2022NSFSC0958），2021.06.30-2023.06.30
[7] 四川省重点研发计划：住院患者急性肾损伤人工智能预警与决策辅助平台的优化和应用（2023YFSY0027），2023.01-2024.12
[8] 四川省区域创新合作计划项目：川渝特色院内制剂研发与多向转化（2023YFQ0010），2023.01-2024.12
[9] 四川省重点研发计划项目: 基于机器学习的药物致出生缺陷风险因素筛选和预警模型研究-以抗抑郁药为例（2022YFS0059），2022.01-2023.12
[10] 四川省应用基础研究计划：基于人工智能的脑卒中患者运动功能康复预后决策模型研究（2021YJ0184），2021.04-2023.03
结题项目
[1] 国家重点研发计划：民族医药发掘整理与学术传承研究（2017YFC1703900），2018.01-2021.12
[2] 国家重点研发计划：太极拳对2型糖尿病及脑卒中功能康复效果的临床研究（2019YFC1710300），2019.12-2021.12
[3] 国家科技重大专项：四川省绵阳市乙肝与结核病、凉山州布拖县艾滋病综合防治示范区规模化现场队列研究（2018ZX10715003），2018.01-2020.12
[4] 国家863计划：基于神经计算的网络数据在线挖掘技术（2008AA01Z119），2008.05-2010.12
[5] 国家自然科学基金：基于元启发式算法的聚类分析关键问题研究（60903074），2010.01-2012.12
[6] 国家自然科学基金：基于GIS和语义发掘的藏医高原病古籍文献治疗知识可视化发现研究（81803851），2019.01-2021.12
[7] 四川省社发领域重大项目：中医人工智能诊疗系统的开发研究（2018SZ0065），2018.01-2019.12
[8] 四川省社发领域重大项目：脑卒中后肢体痉挛性瘫痪的中医康复及辅助决策关键技术研究（2019YFS0019），2019.01-2021.12
[9] 四川省社发领域重大项目：智能场景化川派中医名家诊疗与经验传承系统的研发（2020YFS0372），2020.01-2021.12
[10] 四川省社发领域重大项目：六字诀干预原发性高血压血管病变的“治未病”思想研究（2020YFS0302），2020.01-2021.12
[11] 四川省重点研发计划：面向高血压老年人群的跌倒监控关键技术的研究（2018GZ0192），2018.01-2019.12
[12] 四川省重点研发计划：脑卒中后肢体痉挛的太极拳场景交互式康复训练关键技术研究（2020YFS0283），2020.1-2021.12
[13] 四川省重点研发计划：基于人工智能的慢性肾脏病管理关键技术研究（2019YFS0283），2019.01-2020.12
[14] 四川省科技基础条件平台项目：中医药研发创新信息支撑服务平台（2018TJPT0039），2018.01-2019.12
[15] 四川省应用基础研究计划：网络药理学/药效学并行的血小板活化抑制剂筛选及SLE通路干预研究（2018JY0659），2019.01-2020.12
[16] 电子科技大学青年科技基金重点项目：基于神经网络的生物特征识别理论模型及其关键技术，2007.01-2009.12
|
|
| 研究成果：
|
|
在Nature Communications、JAMA Network Open、IEEE TPAMI、IEEE TIP、MIA、IEEE TFS、IEEE TKDE、IEEE TALSP等国际权威学术刊物和IEEE ICDE等国际重要学术会议录用和发表学术论文近140篇，其中第一作者或通讯作者录用和发表SCI检索论文近60篇
近年学术论文（*为通讯作者）
部分投稿论文
[1] Enhanced multimodal low-rank embedding based feature selection model for multimodal Alzheimer's disease diagnosis. IEEE Transactions on Medical Imaging. (In Revision)
[2] FRGEM: Feature integration pre-training based gaussian embedding model for Chinese word representation. International Journal of Intelligent Systems. (In Revision)
[3] Incomplete multi-attribute multi-kernel representation learning for predicting adverse drug-drug interaction, IEEE Transactions on Pattern Analysis and Machine Intelligence. (In Review)
[4] Shorter-term death prediction for acute kidney injury using stacked bidirectional memory network. (In Review)
[5] Generalized sparse canonical correlation analysis with adaptive graph regularization for biomarker detection of Alzheimer’s disease. IEEE Transactions on Pattern Analysis and Machine Intelligence. (In Review)
2024
[1] Zhi Chen, Yongguo Liu*, Yun Zhang, Jiajing Zhu, Qiaoqin Li, Xindong Wu. Shared manifold regularized joint feature selection for joint classification and regression in Alzheimer's disease diagnosis. IEEE Transactions on Image Processing. 33: 2730-2745, 2024. (图像处理顶刊)
[2] Hengjie Zheng, Yongguo Liu*, Shangming Yang, Yun Zhang, Jiajing Zhu, Zhi Chen. HIFINet: Examination-diagnosis-treatment hierarchical feedback interaction network for medication recommendation. Neural Processing Letter. 56:53, 2024.
2023
[1] Changwei Wu#, Yun Zhang#, Sheng Nie#, Daqing Hong, Jiajing Zhu, Zhi Chen, Bicheng Liu, Huafeng Liu, Qiongqiong Yang, Hua Li, Gang Xu, Jianping Weng, Yaozhong Kong, Qijun Wan, Yan Zha, Chunbo Chen, Hong Xu, Ying Hu, Yongjun Shi, Yilun Zhou, Guobin Su, Ying Tang, Mengchun Gong, Li Wang, Fanfan Hou*, Yongguo Liu*, Guisen Li*. Predicting in-hospital outcomes of patients with acute kidney injury. Nature Communications. 14, Article 3739, 2023. (Nature子刊)
[2] Zhi Chen, Yongguo Liu*, Yun Zhang, Qiaoqin Li. Orthogonal latent space learning with feature weighting and graph learning for multimodal Alzheimer's disease diagnosis. Medical Image Analysis. 84, Article 102698, 2023. (医学图像顶刊)
[3] Yannan Chen, Jiawei Qin, Liyuan Tao, Zhizhen Liu, Jia Huang, Weilin Liu, Ying Xu, Qiang Tang, Yongguo Liu, Zhuhong Chen, Shangjie Chen, Shengxiang Liang, Cong Chen, Jinjin Xie, Jue Liu, Lidian Chen, Jing Tao. Effects of Tai Chi Chuan on cognitive function in adults 60 years or older with type 2 diabetes and mild cognitive impairment in China: A randomized clinical trial. JAMA Network Open. 6(4): e237004, 2023. (JAMA子刊)
[4] Jiajing Zhu, Yongguo Liu*, Yun Zhang, Zhi Chen, Kun She, Rongsheng Tong. DAEM: Deep attribute embedding based multi-task learning for predicting adverse drug-drug interaction. Expert Systems with Applications. 215, Article 119312, 2023.
[5] Shigang Yang, Yongguo Liu*, Yun Zhang, Jiajing Zhu. A word-concept heterogeneous graph convolutional network for short text classification. Neural Processing Letters. 55(1): 735-750, 2023.
[6] Haohan Deng, Qiaoqin Li, Yongguo Liu*, Jiajing Zhu. MTMG: A multi-task model with multi-granularity information for drug-drug interaction extraction. Heliyon. 9(6): e16819, 2023.
[7] Qiaoqin Li, Yongguo Liu*, Jiajing Zhu, Zhi Chen, Lang Liu, Shangming Yang, Juan Li, Rongjiang Jin, Jing Tao, Lidian Chen. A motion recognition model for upper-limb rehabilitation exercises. Journal of Ambient Intelligence and Humanized Computing. 14(12): 16795-16805, 2023.
[8] Zhi Chen, Yongguo Liu*, Yun Zhang, Jiajing Zhu, Qiaoqin Li. A weakly supervised deep learning model for Alzheimer’s disease prognosis using MRI and incomplete labels. In: Proceedings of IEEE International Conference on Neural Information Processing. Changsha, 2023, Part III, pp. 172-185.
[9] 姜珊, 刘勇国*, 李巧勤, 陶文元, 朱斌, 邢萍. 基于多源异构数据融合的人体跌倒检测研究进展. 中国老年学杂志. 43(4): 1010-1013, 2023.
2022
[1] Jiajing Zhu, Yongguo Liu*, Yun Zhang, Zhi Chen, Xindong Wu. Multi-attribute discriminative representation learning for prediction of adverse drug-drug interaction. IEEE Transactions on Pattern Analysis and Machine Intelligence. 44(12): 10129-10144, 2022. (计算机科学顶刊、人工智能顶刊)
[2] Jiajing Zhu, Yongguo Liu*, Chuanbiao Wen, Xindong Wu. DGDFS: Dependence guided discriminative feature selection for predicting adverse drug-drug interaction. IEEE Transactions on Knowledge and Data Engineering. 34(1): 271-285, 2022. (数据挖掘顶刊)
[3] Jiajing Zhu, Yongguo Liu*, Yun Zhang, Zhi Chen, Xindong Wu. Adaptive regularized multi-attribute fuzzy distance learning for predicting adverse drug-drug interaction. IEEE Transactions on Fuzzy Systems. 30(12): 5297-5311, 2022. (模糊系统顶刊)
[4] Yun Zhang, Yongguo Liu*, Dongxiao Li, Shuangqing Zhai. Exploring Chinese word embedding with similar context and reinforcement learning. Neural Computing & Applications. 34(24): 22287-22302, 2022.
[5] Zhi Chen, Yongguo Liu*, Yun Zhang, Rongjiang Jin, Jing Tao, Lidian Chen. Low-rank sparse feature selection with incomplete labels for Alzheimer's disease progression prediction. Computers in Biology and Medicine. 147: 105705, 1-11, 2022.
[6] 刘勇国*, 高攀, 兰荻, 朱嘉静. ECA-SKNet：玉米单倍体种子的卷积神经网络识别模型. 电子科技大学学报（自科版）. (已录用)
[7] 杜兆威, 刘勇国*, 宋继辉, 张云, 杨尚明, 仁青东主, 张艺. 基于类属属性的藏医尿诊证型辨识. 世界科学技术-中医药现代化 (已录用)
[8] 杨世刚, 刘勇国*. 融合语料库特征与图注意力网络的短文本分类方法. 计算机应用. 42(5): 1324-1329, 2022.
[9] 陈永波, 李巧勤, 刘勇国*. 基于动态相关性的特征选择算法. 计算机应用. 42(1): 109-114, 2022.
[10] 陈永波, 李巧勤, 刘勇国*. 基于引力模型的类属属性多标签分类算法. 计算机工程与设计. 43(6): 1637-1643, 2022.
2021
[1] Yun Zhang, Yongguo Liu*, Jiajing Zhu, Xindong Wu. FSPRM: A feature subsequence based probability representation model for Chinese word embedding. IEEE/ACM Transactions on Audio, Speech, and Language Processing. 29: 1702-1716, 2021. (自然语言处理顶刊)
[2] Jiajing Zhu, Yongguo Liu*, Yun Zhang, Dongxiao Li. An attribute supervised probabilistic dependent matrix tri-factorization model for the prediction of adverse drug-drug interaction. IEEE Journal of Biomedical and Health Informatics. 25(7): 2820-2832, 2021.
[3] Qiaoqin Li, Yongguo Liu*, Jiajing Zhu, Yun Zhang, Zhi Chen, Lang Liu, Shangming Yang, Juan Li, Rongjiang Jin, Jing Tao, Lidian Chen, Guanyi Zhu, Bin Zhu. Upper-limb motion recognition based on hybrid feature selection: algorithm development and validation. JMIR mHealth and uHealth. 9(9): e24402, 2021.
[4] Zhi Chen, Yongguo Liu*, Jiajing Zhu, Yun Zhang, Rongjiang Jin, Xia He, Jing Tao, Lidian Chen. Time-frequency deep metric learning for multivariate time series classification. Neurocomputing. 462: 221-237, 2021.
[5] Yun Zhang, Yongguo Liu*, Jiajing Zhu, Zhi Chen, Dongxiao Li, Yonghua Xiao, Xiaofeng Liu, Shuangqing Zhai. A core drug discovery framework from large scale literature for cold pathogenic disease treatment in traditional Chinese medicine. Journal of Healthcare Engineering. 2021, Article 9930543, 2021.
[6] Zhi Chen, Yongguo Liu*, Jiajing Zhu, Yun Zhang, Qiaoqin Li, Rongjiang Jin, Xia He. Deep multi-metric learning for time series classification. IEEE Access. 9(1): 17829-17842, 2021.
[7] Shigang Yang, Yongguo Liu*. A character-word graph attention networks for Chinese text classification. IEEE ICBK 2021. (Accepted)
[8] Yuxi Li, Dongling Zhong, Chao Dong, Lihong Shi, Yaling Zheng, Yongguo Liu, Qiaoqin Li, Hui Zheng,Juan Li, Tianyu Liu, Rongjiang Jin. The effectiveness and safety of Tai Chi for patients with essential hypertension: study protocol for an open-label single-center randomized controlled trial. BMC Complementary Medicine and Therapies. 21:23, 2021.
[9] 李家辉, 刘勇国*. 基于特征排序特征联合算法的疾病危险因素分析. 计算机应用研究. 38(9): 2757-2761, 2021.
2020
[1] Yun Zhang, Yongguo Liu*, et al. GLLPA: A graph layout based label propagation algorithm for community detection. Knowledge-Based Systems. 206, Article 106363, 2020.
[2] Jiajing Zhu, Yongguo Liu*, et al. A no self-edge stochastic block model and a heuristic algorithm for balanced anti-community detection in networks. Information Sciences. 518: 95-112, 2020.
[3] Jiajing Zhu, Yongguo Liu*, et al. MTMA: A multi-task multi-attribute learning model for predicting adverse drug-drug interaction. Knowledge-Based Systems. 199, Article 105978, 2020.
[4] Yun Zhang, Yongguo Liu*, et al. LILPA: A label importance based label propagation algorithm for community detection with application in traditional Chinese medicine. Neurocomputing. 413(6): 107-133, 2020.
[5] Qiaoqin Li, Yongguo Liu, Shangming Yang*. Exploiting linear manifold features with parts-based representation in various scenes. IEEE Access. 8(1): 50045-50056, 2020.
[6] Yun Zhang, Yongguo Liu*, et al. NALPA: A node ability based label propagation algorithm for community detection. IEEE Access. 8(1): 46642-46664, 2020.
[7] Yun Zhang, Yongguo Liu*, et al. WOCDA: A whale optimization based community detection algorithm. Physica A. 539: 122937, 2020.
[8] Shangming Yang, Yongguo Liu*, et al. Non-negative matrix factorization with symmetric manifold regularization. Neural Processing Letters. 51(1): 723-748, 2020.
[9] Yun Zhang, Yongguo Liu*, et al. Core drug discovery for chronic glomerulonephritis in traditional Chinese medicine from literature by semantic analysis and community detection. Computational and Mathematical Methods in Medicine. 2020, Article 1862168, 2020.
[10] Wüntrang Dhondrup, Tawni Tidwell, Xiaobo Wang, Dungkar Tso, G？npo Dhondrup, Qingfang Luo, Choknyi Wangmo, Tsering Kyi, Yongguo Liu, Xianli Meng, Yi Zhang. Tibetan Medical informatics: An emerging field in Sowa Rigpa pharmacological & clinical research. Journal of Ethnopharmacology. 250: 112481, 2020.
[11] Ziqiang Zheng, Yongguo Liu*, et al. TCMKG: A deep learning based traditional chinese medicine knowledge graph platform. IEEE International Conference on Knowledge Graph. In: Proceedings of IEEE International Conference on Knowledge Graph (ICKG 2020), Nanjing, 2020, pp. 560-564.
[12] 刘朗, 刘勇国*等. 脑卒中运动功能自动评定研究. 中国康复理论与实践. 26(9): 1028-1032, 2020.
[13] 蒋羽, 刘勇国*等. 国医大师吕仁和治疗肾病综合征的药物网络分析. 中华中医药学刊. 38(10): 160-164, 2020.
[14] 何家欢, 刘勇国*等. 藏药药理命名实体识别. 医学信息学杂志. 41(4): 30-36, 2020.
[15] 张惠玲, 钟冬灵, 李涓, 刘勇国, 金荣疆*. 中国老年轻度认知障碍患病率的系统评价. 中国循证医学杂志. 20(1): 17-25, 2020.
2019
[1] Jiajing Zhu, Yongguo Liu*, et al. IHPreten: A novel supervised learning framework with attribute regularization for prediction of incompatible herb pair in traditional Chinese medicine. Neurocomputing. 338: 207-221, 2019.
[2] Qiaoqin Li, Yongguo Liu*, et al. ANDERATION: A new anti-community detection algorithm and its application to explore incompatibility of traditional Chinese medicine. IEEE Access. 7(1): 113975-113987, 2019.
[3] Yun Zhang, Yongguo Liu*, et al. Learning Chinese Word Embeddings from Stroke, Structure and Pinyin of Characters. In: Proceedings of ACM International Conference on Information and Knowledge Management (CIKM 2019), Beijing, 2019, pp. 1011-1020.
[4] 姜珊, 刘勇国*等. 基于多源异构数据融合的跌倒检测综述. 中国老年学杂志 (已录用)
[5] 刘朗, 刘勇国*等. 智能化移动康复管理平台设计与实现. 医学信息学杂志. 40(12): 23-26, 2019.
[6] 陈智, 刘勇国*等. 基于数据挖掘技术的脑卒中康复研究进展. 中国康复医学杂志. 34(2): 229-233, 2019.
2018年及以前部分论文
[1] Lu Yin, Yongguo Liu*. Ensemble biclustering gene expression data based on the spectral clustering. Neural Computing and Applications. 30(8): 2403-2416, 2018.
[2] Jiajing Zhu, Yongguo Liu*, et al. A supervised learning framework for prediction of incompatible herb pair in traditional Chinese medicine. In: Proceedings of ACM International Conference on Information and Knowledge Management (CIKM), Torino, 2018, pp. 1799-1802.
[3] 于亚运, 刘勇国*等. 基于指纹相似度的药物-靶点相互作用预测. 中国中药杂志. 42(18): 3578-3583, 2017.
[4] Yongguo Liu*, Xindong Wu, et al. Automatic clustering using genetic algorithms. Applied Mathematics and Computation. 218(4):1267–1279, 2011.
[5] Yongguo Liu*, Zhang Yi, et al. A tabu search approach for the minimum sum-of-squares clustering problem. Information Sciences. 178(12): 2680-2704, 2008.
[6] Yongguo Liu*, Kefei Chen, et al. A genetic clustering method for intrusion detection. Pattern Recognition. 37(5): 927-942, 2004.
2024/04/16更新
|
|
| 专业研究方向：
|
| 专业名称 |
研究方向 |
招生类别 |
| 083500软件工程 |
01软件理论，02工业软件，04智能计算，05云计算与大数据 |
博士学术学位 |
| 085400电子信息 |
01软件工程，02不区分研究方向（非全） |
博士专业学位 |
| 083500软件工程 |
01软件理论，05工业软件，06智能计算 |
硕士学术学位 |
| 085405软件工程 |
01软件理论，05工业软件，06智能计算 |
硕士专业学位 |
|
|
|
|
|
|
