教育经历：
2015-2019 福州大学(本) 物理与信息工程学院 通信工程
2020-2023 福州大学(硕) 物理与信息工程学院 新一代电子信息技术
2023-至今 福州大学(博) 物理与信息工程学院 信息与通信工程
研究方向：
（本）：基于深度学习的视网膜血管分割方法的实现
（硕）：基于超分辨率重建的医学图像识别方法研究
（博）：融合影像的心房颤动消融手术预后评估关键技术研究
研究方向：人工智能；深度学习；医学图像处理；超分辨率重建；心房颤动
个人技能：
Python、C\C++、MATLAB等编程语言；
Linux操作系统，vscode、pycahrm等编程环境；
Tensorflow、Pytorch等深度学习框架；
全国高等学校非计算机专业二级（信息技术基础），全国高等学校非计算机专业二级（C语言），中华人民共和国计算机操作员三级/高级技能职业资格；英语水平CET6，考研英语成绩单科第一。
参与项目：
【1】国家自然科学基金项目：心房影像特征与知识联合驱动的房颤复发风险评估.项目编号：6227010673.
【2】国家自然科学基金项目：基于图卷积模型的全脑MR图像半监督分割研究.项目编号：61901120.
【3】福建省自然科学基金重点项目：结合深度学习和多图谱的多模态全心脏分割研究. 项目编号：2021J02019.
【4】福建省科技创新联合资金项目：基于人工智能的甲状腺结节超声诊断平台的构建和临床应用研究. 项目编号：2019Y9104.
【5】福建省科技计划引导性项目：基于小样本学习和深度神经网络的甲状腺癌被膜侵犯超声预测模型的构建与验证. 项目编号：2022Y0023.
获奖情况：
Ø 福州大学学生会先进个人
Ø 福州大学优秀学生干部
Ø 福州大学抗疫先进个人
Ø 福州大学研究生中期奖学金
Ø 福州大学综合优秀学业奖学金
Ø 福州大学优秀毕业生
学术成果：
（第一作者）
【1】Lin X, Zhuang X, Pan L, et al. ZSG-Net: A Zero-Shot Super-Resolution Guided Network for Ultrasound Image Segmentation and Classification[J]. IEEE Journal of Biomedical and Health Informatics, 2025.
【2】Lin X, Zhou X, Tong T, et al. A Super-resolution Guided Network for Improving Automated Thyroid Nodule Segmentation[J]. Computer Methods and Programs in Biomedicine, 2022, 227: 107186.
【3】Lin X, Zhou X, Tong T, et al. SG-Net: A Super-resolution Guided Network for Improving Thyroid Nodule Segmentation[C]//2022 IEEE 24th Int Conference on High Performance Computing and Communications. IEEE, 2022: 1770-1775.
【4】Lin X, Zhou X, Tong T, et al. BSG-Net: A Blind Super-resolution Guided Network for Improving Ultrasound Image Segmentation[C]//2022 IEEE International Conference on Knowledge Graph. IEEE, 2022: 172-179.
（其他作者）
【5】Zhou X, Nie X, Li Z, et al. H-Net: A dual-decoder enhanced FCNN for automated biomedical image diagnosis[J]. Information Sciences, 2022, 613: 575-590.
【6】Zhou X, Li Z, Xue Y, et al. Cuss-net: a cascaded unsupervised-based strategy and supervised network for biomedical image diagnosis and segmentation[J]. IEEE Journal of Biomedical and Health Informatics, 2023, 27(5): 2444-2455.
【7】Nie X, Zhou X, Tong T, et al. N-Net: a novel dense fully convolutional neural network for thyroid nodule segmentation[J]. Frontiers in Neuroscience, 2022, 16: 872601.
【8】Wang L, Zhou X, Nie X, et al. A multi-scale densely connected convolutional neural network for automated thyroid nodule classification[J]. Frontiers in Neuroscience, 2022, 16: 878718.
联系方式：xingtaolin174@gmail.com
