计算机学院
通讯地址：江苏省镇江市梦溪路2号
个人邮箱：zhufeng@just.edu.cn
邮政编码：212003
办公地点：
传真：
诸峰，男，江苏扬州人，中国科学院计算技术研究所博士，副教授，硕士生导师，新加坡国立大学(NUS)、新加坡基因研究所(GIS)访问学者，江苏省科技副总，第11、12届江苏省科技镇长团团员，挂职扬州经济技术开发区。主要从事医学图像处理、生物信息学、性能建模与优化等方向的研究，参与全基因组、外显子组、RNA-seq、Chip-seq, CircRNA等多组学研究项目。主持并参与20余项国家、省部以及市厅级项目，发表高水平研究论文30余篇，申报发明专利 10 项，已授权国际发明专利1项，国内发明专利2项，获批软件著作权5项，主编江苏省规划教材1部，参与编写专著1部，作为主要参与人制定国家标准1项。先后承担虚拟电厂平台、综合能源公共服务平台、微应用工厂系统、大数据示范应用等10余项企业横向课题，参与中国移动、联想集团智能客服等大型软件开发项目，拥有丰富的软件项目开发和管理经验。
生物信息学、计算生物学方向：基于DNA、RNA、蛋白质、代谢数据，利用统计学习、机器学习或深度学习模型，从功能或结构方面研究组学数据与疾病的关系。
医学影像方向：基于医学影像数据，利用计算机视觉、图像分析、深度学习方法，开展疾病的预测分析研究。
性能建模分析方向：面向分布式大数据系统、区块链、供应链系统开展性能建模和分析研究。
Turkish Journal of Electrical Engineering & Computer Sciences. Online publish 2017.9. SCI,ESI
本发明研究一种基于RDD-YOLO算法的钢铁表面缺陷检测方法。
本发明提出一种基于卷积神经网络的微表情识别方法，涉及计算机视觉和人工智能技术领域，本发明能够提取到更加全面、有效的特征，引入少量的参数即可较高的提升模型性能，快速准确地对微表情进行分类。
国内在基因分子层面上系统化开展遗传性心脏病筛查和诊断的研究还较少，缺乏利用基因测序数据辅助临床诊断的技术方案。本发明的目的和解决的技术问题是针对上述现有技术存在的不足，提出一种利用基因测序数据的遗传性心脏病辅助诊断技术方法和系统。
针对现有遗传变异致病性分类技术在自动化和系统化方面的不足，本发明以ACMG指南作为理论依据，结合相关数据库资源，研究开发针对编码区域遗传变异致病性的半自动分类方法，并实现相应的数据处理系统。该发明能实现对大规模样本数据及海量变异位点信息的半自动和系统化的处理，加快遗传病基因分析速度，极大提升遗传病数据解读人员的工作效率，避免因处理过程的繁琐而导致的错误。
本发明的主要目的在于提供了一种遗传病风险提示的基因测序数据处理系统与处理方法，该系统和方法可实现对大量基因测序数据的精确、快速识别，用以解决现有技术中对致病性变异识别效率低且识别的致病性变异种类有限的问题。系统包括依次连接在一起的变异位点发现模块、ANNVOAR信息注释模块、数据资源支撑模块、风险计算模块和风险提示模块，本发明实现了对海量基因测序数据的标准化和系统化处理，提升了工作效率。
横向课题：国网山东电科院电力5G终端上行优化增强模型测试验证项目
主持横向课题：大数据示范应用软件开发
主持横向课题：综合能源公共服务平台软件开发。
Turkish Journal of Electrical Engineering & Computer Sciences. Online publish 2017.9. SCI,ESI
本发明研究一种基于RDD-YOLO算法的钢铁表面缺陷检测方法。
本发明提出一种基于卷积神经网络的微表情识别方法，涉及计算机视觉和人工智能技术领域，本发明能够提取到更加全面、有效的特征，引入少量的参数即可较高的提升模型性能，快速准确地对微表情进行分类。
国内在基因分子层面上系统化开展遗传性心脏病筛查和诊断的研究还较少，缺乏利用基因测序数据辅助临床诊断的技术方案。本发明的目的和解决的技术问题是针对上述现有技术存在的不足，提出一种利用基因测序数据的遗传性心脏病辅助诊断技术方法和系统。
针对现有遗传变异致病性分类技术在自动化和系统化方面的不足，本发明以ACMG指南作为理论依据，结合相关数据库资源，研究开发针对编码区域遗传变异致病性的半自动分类方法，并实现相应的数据处理系统。该发明能实现对大规模样本数据及海量变异位点信息的半自动和系统化的处理，加快遗传病基因分析速度，极大提升遗传病数据解读人员的工作效率，避免因处理过程的繁琐而导致的错误。
本发明的主要目的在于提供了一种遗传病风险提示的基因测序数据处理系统与处理方法，该系统和方法可实现对大量基因测序数据的精确、快速识别，用以解决现有技术中对致病性变异识别效率低且识别的致病性变异种类有限的问题。系统包括依次连接在一起的变异位点发现模块、ANNVOAR信息注释模块、数据资源支撑模块、风险计算模块和风险提示模块，本发明实现了对海量基因测序数据的标准化和系统化处理，提升了工作效率。
横向课题：国网山东电科院电力5G终端上行优化增强模型测试验证项目
主持横向课题：大数据示范应用软件开发
主持横向课题：综合能源公共服务平台软件开发。
Turkish Journal of Electrical Engineering & Computer Sciences. Online publish 2017.9. SCI,ESI
本发明研究一种基于RDD-YOLO算法的钢铁表面缺陷检测方法。
本发明提出一种基于卷积神经网络的微表情识别方法，涉及计算机视觉和人工智能技术领域，本发明能够提取到更加全面、有效的特征，引入少量的参数即可较高的提升模型性能，快速准确地对微表情进行分类。
国内在基因分子层面上系统化开展遗传性心脏病筛查和诊断的研究还较少，缺乏利用基因测序数据辅助临床诊断的技术方案。本发明的目的和解决的技术问题是针对上述现有技术存在的不足，提出一种利用基因测序数据的遗传性心脏病辅助诊断技术方法和系统。
针对现有遗传变异致病性分类技术在自动化和系统化方面的不足，本发明以ACMG指南作为理论依据，结合相关数据库资源，研究开发针对编码区域遗传变异致病性的半自动分类方法，并实现相应的数据处理系统。该发明能实现对大规模样本数据及海量变异位点信息的半自动和系统化的处理，加快遗传病基因分析速度，极大提升遗传病数据解读人员的工作效率，避免因处理过程的繁琐而导致的错误。
本发明的主要目的在于提供了一种遗传病风险提示的基因测序数据处理系统与处理方法，该系统和方法可实现对大量基因测序数据的精确、快速识别，用以解决现有技术中对致病性变异识别效率低且识别的致病性变异种类有限的问题。系统包括依次连接在一起的变异位点发现模块、ANNVOAR信息注释模块、数据资源支撑模块、风险计算模块和风险提示模块，本发明实现了对海量基因测序数据的标准化和系统化处理，提升了工作效率。
横向课题：国网山东电科院电力5G终端上行优化增强模型测试验证项目
主持横向课题：大数据示范应用软件开发
主持横向课题：综合能源公共服务平台软件开发。
1998-2002 扬州大学信息工程学院 本科
2002-2005 扬州大学信息工程学院 硕士
2009-2014 中国科学院计算技术研究所 博士
2016-2017 新加坡国立大学（NUS）访问学者
Web前端技术、HTML5.0、物联网与大数据、C++程序设计、.Net frawework、Python程序设计、Java高级程序设计、网络交换技术
学校地址：江苏省镇江市丹徒区长晖路666号
邮编：212100
版权所有©2013-2022 江苏科技大学 苏ICP备05063164号
