一、简介

郝小可，河北工业大学人工智能与数据科学学院教授，博士生导师，校聘“元光学者（启航岗B（2018-2022）、英才岗B（2023-2027））”。研究领域包括机器学习、图像处理与模式识别、医学图像分析、生物信息学。主持国家自然科学基金2项、河北省自然科学基金1项、中科院自动化所模式识别国家重点实验室开放课题1项及多个企业合作项目。曾在美国印第安纳大学访问学习，与国内外多所高校及研究机构（其中包括医院和医学院）合作，发表期刊论文30余篇（包括IEEE TIP/TMI/TBME/TCBB/TCDS、Medical Image Analysis、Neurocomputing、Bioinformatics、自动化学报等），授权发明专利5项，出版译著1部。获江苏省人工智能学会优秀博士学位论文奖。曾在国家自然科学基金委国际合作局兼聘工作、曾担任中国计算机学会青年计算机科技论坛（CCF YOCSEF）天津分论坛副主席, 现任中国计算机学会人工智能与模式识别（CCF AI）专委会委员、中国图学学会图学大数据专业委员会委员、医学图像计算青年研讨会委员、天津市医疗健康学会健康大数据专委会委员。

二、教育工作经历

受教育经历

●2015/01-2015/06，美国印第安纳大学，医学院放射学与影像科学，访问学习

●2012/09-2017/10，南京航空航天大学，计算机科学与技术学院，研究生/博士

●2009/09-2012/06，南京信息工程大学，计算机与软件学院，研究生/硕士

●2005/09-2009/06，南京信息工程大学，计算机与软件学院，本科/学士

研究工作经历

●2023.06-今 河北工业大学 人工智能与数据科学学院，准聘教授，博士生导师

●2023.01-2023.05 河北工业大学 人工智能与数据科学学院，准聘教授，硕士生导师

●2021.03-2022.02 国家自然科学基金委 国际合作局，兼聘

●2020.12-2022.12 河北工业大学 人工智能与数据科学学院，副教授，硕士生导师

●2018.04-2020.11 河北工业大学 人工智能与数据科学学院，讲师，硕士生导师

●2017.12-2018.03 河北工业大学 计算机科学与软件学院，讲师

三、研究方向

机器学习、图像处理与模式识别、医学图像分析、生物信息学

四、科研工作

1、科研项目

1）国家自然科学基金委员会, 面上项目, 62276088, 面向多中心的多模态数据分析及脑疾病预测模型研究, 2023-01-01 至 2026-12-31, 53万元, 在研, 主持

2) 国家自然科学基金委员会, 面上项目, 62073118, 管道焊接机器人高海拔地区自主作业热电耦合机制和控制方法研究, 2021-01-01 至 2024-12-31, 58万元, 在研, 参与

3) 国家自然科学基金委员会, 面上项目, 62072154, 基于多源异构信息融合的长非编码RNA功能富集分析方法研究, 2021-01-01 至 2024-12-31, 57万元, 在研, 参与

4) 国家自然科学基金委员会, 国家重大科研仪器研制项目, 62027813, 面向神经外科肿瘤切除的高灵敏性智能显微精准导航操作仪, 2021-01-01 至 2025-12-31, 835万元, 在研, 参与

5) 国家自然科学基金委员会, 面上项目, 61976241, 基于深度学习的心脏MR图像双心室量化方法研究,2020-01-01 至 2023-12-31, 61万元, 在研, 参与

6) 国家自然科学基金委员会, 青年科学基金项目, 61806071, 面向阿尔茨海默病的复杂数据关联分析与融合诊断方法研究, 2019-01-01 至 2021-12-31, 26万元, 结题, 主持

7) 国家自然科学基金委员会, 国际(地区)合作与交流项目, 61861130366, 高维多模态神经影像数据智能分析及其在脑疾病诊断中的应用, 2018-03-01 至 2021-02-28, 43万元, 结题, 参与

8) 河北省自然科学基金委员会, 青年科学基金项目, F2020202025, 基于多模态神经影像特征选择和表示学习的脑疾病分析方法研究, 2020-01-01 至 2022-12-31, 6万元, 结题, 主持

9) 中科院自动化所模式识别国家重点实验室, 开放课题, 201900043, 基于机器学习的多图谱脑影像分析, 2019-01-01 至 2020-12-31, 4万元, 结题, 主持

10) 复旦大学, 云光学特性的机器学习测试服务, 2023-05至2024-05, 20万元, 在研，主持

11) 天津市丰源燃气热力工程设计有限公司, 智慧供热—人工智能相关技术咨询, 2021-02至2022-12, 10万元, 结题, 主持

12) 北京市新技术应用研究所, 大数据分析平台视频结构化目标检测与分析模型库构建, 2021-02至2021-04, 15万元, 结题, 主持

2、科研论文(著作)

[1] Xiaoke Hao, Ruxue Wang, Yingchun Guo, Yunjia Xiao, Ming Yu, Meiling Wang, Weibin Chen, Daoqiang Zhang: Multimodal Self-Paced Locality-Preserving Learning for Diagnosis of Alzheimer's Disease. IEEE Transactions on Cognitive and Developmental Systems 15(2): 832-843 (2023)

[2] Meiling Wang, Wei Shao, Xiaoke Hao, Daoqiang Zhang: Machine Learning for Brain Imaging Genomics Methods: A Review. Machine Intelligence Research 20(1): 57-78 (2023)

[3] Xiaoke Hao, Qihao Tan, Yingchun Guo, Yunjia Xiao, Ming Yu, Meiling Wang, Jing Qin, Daoqiang Zhang: Identifying Modality-Consistent and Modality-Specific Features via Label-Guided Multi-Task Sparse Canonical Correlation Analysis for Neuroimaging Genetics. IEEE Transactions on Biomedical Engineering 70(3): 831-840 (2023)

[4] Xiaoke Hao, Qijin An, Jiayang Li, Hongjie Min, Yingchun Guo, Ming Yu, Jing Qin: Exploring High-order Correlations with Deep-Broad Learning for Autism Spectrum Disorder Diagnosis. Frontiers in Neuroscience 16(1046268): 1-16 (2022)

[5] Ye Zhu, Chao Wang, Shuze Geng, Yang Yu, Xiaoke Hao: Multi-scale gradient attention guidance and adaptive style fusion for image inpainting. Journal of Visual Communication and Image Representation 89: 103681 (2022)

[6] 郭迎春, 冯放, 阎刚, 郝小可: 基于自适应融合网络的跨域行人重识别方法. 自动化学报 48(11): 2744-2756 (2022)

[7] 郝小可, 谭麒豪, 李家旺, 郭迎春, 于明: 基于噪声混淆增强特征鲁棒性的脑疾病预测. 数据采集与处理 37(4): 776-786 (2022)

[8] Yingchun Guo, Fang Feng, Xiaoke Hao, Xi Chen: JAC-Net: Joint learning with adaptive exploration and concise attention for unsupervised domain adaptive person re-identification. Neurocomputing 483: 262-274 (2022)

[9] Meiling Wang, Wei Shao, Xiaoke Hao, Shuo Huang, Daoqiang Zhang: Identify connectome between genotypes and brain network phenotypes via deep self-reconstruction sparse canonical correlation analysis. Bioinformatics 38(8): 2323-2332 (2022)

[10] Jianwei Li, Mengfan Kong, Duanyang Wang, Zhenwu Yang, Xiaoke Hao: Prediction of lncRNA-Disease Associations via Closest Node Weight Graphs of the Spatial Neighborhood Based on the Edge Attention Graph Convolutional Network. Frontiers in Genetics 12(808962): 1-11 (2022)

[11] 郝小可，时间序列预测：基于机器学习和Python实现（译著）, 机械工业出版社 (2022)

[12] Hua Lv, Ye Zhu, Yingchun Guo, Gang Yan, Yang Yu, Xiaoke Hao: Design and Practice of Multi-level Programming Experimental Teaching for Emerging Engineering Education. ICCSE (3) 2022: 544-551

[13] Meiling Wang, Wei Shao, Xiaoke Hao, Li Shen, Daoqiang Zhang: Identify Consistent Cross-Modality Imaging Genetic Patterns via Discriminant Sparse Canonical Correlation Analysis. IEEE/ACM Transactions on Computational Biology and Bioinformatics 18(4): 1549-1561 (2021)

[14] Xiaoke Hao, Jie Li, Yingchun Guo, Tao Jiang, Ming Yu: Hypergraph Neural Network for Skeleton-Based Action Recognition. IEEE Transactions on Image Processing 30: 2263-2275 (2021)

[15] Meiling Wang, Wei Shao, Xiaoke Hao, Daoqiang Zhang: Identify Complex Imaging Genetic Patterns via Fusion Self-Expressive Network Analysis. IEEE Transactions on Medical Imaging 40(6): 1673-1686 (2021)

[16] Baiying Lei, Yujia Zhao, Zhongwei Huang, Xiaoke Hao, Feng Zhou, Ahmed Elazab, Jing Qin, Haijun Lei: Adaptive sparse learning using multi-template for neurodegenerative disease diagnosis. Medical Image Analysis 61(101632): 1-13 (2020)

[17] Xiaoke Hao, Yongjin Bao, Yingchun Guo, Ming Yu, Daoqiang Zhang, Shannon L. Risacher, Andrew J. Saykin, Xiaohui Yao, Li Shen: Multi-modal neuroimaging feature selection with consistent metric constraint for diagnosis of Alzheimer's disease. Medical Image Analysis 60(101625): 1-13 (2020)

[18] Mingliang Wang, Xiaoke Hao, Jiashuang Huang, Kangcheng Wang, Li Shen, Xijia Xu, Daoqiang Zhang, Mingxia Liu: Hierarchical Structured Sparse Learning for Schizophrenia Identification. Neuroinformatics 18(1): 43-57 (2020)

[19] Yingchun Guo, Kunpeng Zhao, Xiaoke Hao, Ming Yu: Deep Regression Neural Network for End-to-End Person Re-Identification. IEEE Access 7: 92825-92837 (2019)

[20] Meiling Wang, Xiaoke Hao, Jiashuang Huang, Wei Shao, Daoqiang Zhang: Discovering network phenotype between genetic risk factors and disease status via diagnosis-aligned multi-modality regression method in Alzheimer's disease. Bioinformatics 35(11): 1948-1957 (2019)

[21] Qi Zhu, Ning Yuan, Jiashuang Huang, Xiaoke Hao, Daoqiang Zhang: Multi-modal AD classification via self-paced latent correlation analysis. Neurocomputing 355: 143-154 (2019)

[22] Xiaoke Hao, Xiaohui Yao, Shannon L. Risacher, Andrew J. Saykin, Jintai Yu, Huifu Wang, Lan Tan, Li Shen, Daoqiang Zhang: Identifying Candidate Genetic Associations with MRI-Derived AD-Related ROI via Tree-Guided Sparse Learning. IEEE/ACM Transactions on Computational Biology and Bioinformatics 16(6): 1986-1996 (2019)

[23] Jiashuang Huang, Qi Zhu, Xiaoke Hao, Xiaomeng Shi, Shuzhan Gao, Xijia Xu, Daoqiang Zhang: Identifying Resting-State Multifrequency Biomarkers via Tree-Guided Group Sparse Learning for Schizophrenia Classification. IEEE Journal of Biomedical and Health Informatics 23(1): 342-350 (2019)

[24] 张道强, 朱旗, 郝小可, 邵伟, 王明亮, 黄嘉爽, 黄硕: 脑影像智能分析. 中国科学：信息科学 48 (5): 1-14 (2018)

[25] 郝小可, 李蝉秀, 严景文, 沈理; 张道强: 基于统计学习的影像遗传学方法综述. 自动化学报 44(1): 13-24 (2018)

[26] Xiaoke Hao, Chanxiu Li, Jingwen Yan, Xiaohui Yao, Shannon L. Risacher, Andrew J. Saykin, Li Shen, Daoqiang Zhang: Identification of associations between genotypes and longitudinal phenotypes via temporally-constrained group sparse canonical correlation analysis. Bioinformatics 33(14): i341-i349 (2017)

[27] Mingliang Wang, Xiaoke Hao, Jiashuang Huang, Kangcheng Wang, Xijia Xu, Daoqiang Zhang: Multi-level Multi-task Structured Sparse Learning for Diagnosis of Schizophrenia Disease. MICCAI (3) 2017: 46-54

[28] Xiaoke Hao, Xiaohui Yao, Jingwen Yan, Shannon L. Risacher, Andrew J. Saykin, Daoqiang Zhang, Li Shen: Identifying Multimodal Intermediate Phenotypes Between Genetic Risk Factors and Disease Status in Alzheimer's Disease. Neuroinformatics 14(4): 439-452 (2016)

[29] Xiaoke Hao, Jingwen Yan, Xiaohui Yao, Shannon L. Risacher, Andrew J. Saykin, Daoqiang Zhang, Li Shen: Diagnosis-Guided Method for Identifying Multi-Modality Neuroimaging Biomarkers Associated with Genetic Risk Factors in Alzheimer's Disease. PSB 2016: 108-119

[30] Xiaoke Hao, Jintai Yu, Daoqiang Zhang: Identifying Genetic Associations with MRI-derived Measures via Tree-Guided Sparse Learning. MICCAI (2) 2014: 757-764

3、授权专利等：

1）郝小可; 异构多模态影像遗传学数据特征分析方法, 2022-05-03, 中国, ZL202011223328.1

2）郝小可; 基于多图谱神经影像学数据进行生物标志物的挖掘方法, 2022-03-01, 中国, ZL202011095325.4

4、科研奖项：

（1）江苏省人工智能学会优秀博士学位论文，2019年12月3日，排名第一

（2）第十六届“挑战杯”全国大学生课外学术科技作品大赛三等奖，河北省特等奖，2019年，优秀指导教师，排名第一

（3）第十四届iCAN国际创新创业大赛，国家二等奖，优秀指导教师，本人排名第一

五、拟招研究生信息

硕士或直博生

六、联系邮箱：

haoxiaoke@hebut.edu.cn