姓名：赵维
职称：教授
办公电话：010-61716751
Email： zhaow20@buaa.edu.cn
办公地点：沙河校区C座830
研究方向：
1.医学物理人工智能
2.CT成像
3.图像引导放疗
4.核技术及应用
个人简介：
赵维，男，博士，北京航空航天大学物理学院教授、博士生导师、国家级青年人才。本科和博士分别毕业于兰州大学和中国科学院高能物理研究所。先后在美国威斯康星大学麦迪逊分校，华中科技大学和斯坦福大学从事研究和开发工作。研究方向为医学物理，具体从事CT成像及其在图像引导放射治疗中的机理和应用研究。荣获美国放射肿瘤学会基础转化科学奖和国际光学工程学会医学影像青年科学家奖。
发表学术论文90余篇，其中以第一/通讯作者在顶级期刊Nature Biomedical Engineering，Medical Image Analysis，International Journal of Radiation Oncology • Biology • Physics (红皮书)，Radiotherapy and Oncology（绿皮书）和医学物理领域权威期刊Medical Physics，Physics in Medicine and Biology，IEEE Transactions on Computational Imaging等发表论文50余篇。获授权、公开和申请中美等发明专利超过10件。在本领域国际大会作口头报告和邀请报告30余次，撰写中英文图书章节4章。主持国家自然科学基金、浙江省自然科学基金重点项目、企业“揭榜挂帅”项目等。研究内容瞄准医学物理核心问题和临床及工业应用需求，研究成果具有产业转化的价值，已成功转化至国内外公司，并入选教育部工程案例。
教育背景：
2007/09-2012/06，中国科学院高能物理研究所，核技术应用中心，博士
2003/09-2007/06，兰州大学，物理系，学士
工作经历：
2012/10-2014/09，美国威斯康星大学麦迪逊分校，博士后
2016/10-2020/12，斯坦福大学，研究科学家
奖励与荣誉:
1.2024年IEEE Transactions on Medical Imaging杰出审稿人奖
2.2023年首都工程实践优秀案例
3.2022年“小米青年学者”
4.2021年世界人工智能大会青年优秀论文提名奖
5.2020 年Physics in Medicine and Biology 杰出审稿人奖
6.2020年英国物理学会 (IOP) 值得信赖审稿人
7.2020年美国放射肿瘤学会 (ASTRO) 年会最佳报告
8.2019年国际光学工程学会 (SPIE)医学影像青年科学家奖
9.2018年美国放射肿瘤学会 (ASTRO)基础转化科学奖
学术兼职：
1.中国核工业教育学会国际交流分会委员
2.科学出版社“十四五”普通高等教育研究生规划教材编委
3.中国核学会医学物理分会理事
4.北京核学会理事
5.中国生物医学工程学会医学物理青年委员会秘书长
6.医学图像计算青年研讨会（MICS）委员
7.中国生物医学工程学会精确放疗技术分会委员
8.中国体视学学会青年工作委员会委员
9.中国医学装备协会离子放射治疗分会委员
10.北京市科协“千人进千企”产业特派员
11.中国产学研合作促进会创新人才库—入库专家
12.《核电子学与核探测技术》编委
13.《数据采集与处理》青年编委
14.《Medical Physics》Associate Editor
15.《Journal of Applied Clinical Medical Physics》Associate Editor
16.任国际原子能机构人类健康部门评审员
承担项目：
1：基于深度学习的质子 CT 成像方法，国家自然科学基金面上项目
2：基于动态影像融合与靶区自适应的无金标实时精准放疗，国家自然科学基金面上项目
3: 智能虚拟平扫及虚拟单色 CT 成像方法及其临床应用研究，浙江省自然科学基金重点项目
代表性学术成果:
1.Zhao, Z., Wang, Y., Tian, S., Li, X., & Zhao, W.(2025). NIFA: Low-dose CT imaging via noise intensity field aware networks. Medical Image Analysis, 103866.
2.Li, L., Zhang, Z., Li, Y., Wang, Y., & Zhao, W.(2025). DDoCT: Morphology preserved dual-domain joint optimization for fast sparse-view low-dose CT imaging. Medical Image Analysis, 101, 103420.
3.Shen, L.#, Zhao, W.#, & Xing, L. (2019).Patient-specific reconstruction of volumetric computed tomography images from a single projection view via deep learning. Nature Biomedical Engineering, 3(11), 880-888.（#Authors contributed equally to this work）
4.Zhao, W., Shen, L., Han, B., Yang, Y., Cheng, K., Toesca, D. A.,Koong,A.C.,Chang,D.T. & Xing, L. (2019). Markerless pancreatic tumor target localization enabled by deep learning. International Journal of Radiation Oncology* Biology* Physics, 105(2), 432-439.
5.Zhao, W., Han, B., Yang, Y., Buyyounouski, M., Hancock, S. L., Bagshaw, H., & Xing, L. (2019). Incorporating imaging information from deep neural network layers into image guided radiation therapy (IGRT). Radiotherapy and Oncology, 140, 167-174.
