邱桃荣

男，1964年12月出生，教授，博士生/硕士生导师，研究生学历，2009年7月毕业于北京交通大学计算机应用技术专业，获工学博士学位。

联系方式：qiutaorong@ncu.edu.cn

中国人工智能学会粒计算与知识发现专业委员会常委，中国计算机学会高级会员，中国自动化学会会员，中国电机工程学会信息通信专委会委员。

多年来从事粗糙集、粒计算、知识发现和数据挖掘、模式识别与人工智能、机器学习、脑电信号处理和应用等方面的研究，发表SCI/EI检索论文30多篇，主持完成国家级项目《本体学习的粒计算模型与方法研究》、《基于脑电和眼动多特征融合的驾驶疲劳检测与干预模型研究》、省级项目《数据挖掘中隐私保护的粒计算方法研究》和《基于粒计算的图形分类语义提取系统》等6项。目前作为合作单位主持国家基金项目《基于功能性脑网络和多特征融合的疲劳驾驶状态识别方法研究》，省级重点研发项目《基于深度学习的计算机辅助超声图像诊断甲状腺结节良恶性的研究》。主持完成《地面气象观测数据分析服务系统研究》、《智慧工单及客服热线管理系统》、《南昌市食用农产品安全保障水平提升工程(电子追溯服务)》软件平台服务等横向项目20多项。荣获江西省科技进步三等奖一次，申请专利多个，软件著作权1个，主编教材3本，与他人一起编著学术专著《粒计算：过去、现在与展望》的第5章，在国内举办的多个学术交流讨论会上进行学术报告多次。曾荣获江西省“师德先进个人”、南昌大学“十佳教师”、江西省高等学校中青年骨干教师、南昌大学优秀本科/研究生指导教师、专业比赛优秀指导老师（或教练员）、南昌大学前湖学院优秀导师等各类荣誉称号多项。

在研的主持项目：

主持国家基金项目（合作单位）：基于功能性脑网络和多特征融合的疲劳驾驶状态识别方法研究，2018-1-1~2021-12-31

主持江西省江西省中赣投勘察设计有限公司研发课题：智慧水环境监测技术研究，2021-09~2024-12

近四年主要论文：

Beige Ye, Taorong Qiu(通讯作者),Xiaoming Bai and Ping Liu. Research on Recognition Method of Driving Fatigue State Based on Sample Entropy and Kernel Principal Component Analysis,Entropy 2018, 20(9):701-716; doi:10.3390/e20090701，入藏号:WOS:000448333000079，ISSN:1099-4300

2、Luo H, Qiu T(通讯作者), Liu C et al. Research on fatigue driving detection using forehead EEG based on adaptive multi-scale entropy[J]. Biomedical Signal Processing and Control, 2019, 51:50-58，BIOMEDICAL SIGNAL PROCESSING AND CONTROL，2019， 51: 50-58

DOI: 10.1016/j.bspc.2019.02.005，入藏号: WOS:000465051300006

ISSN: 1746-8094，eISSN: 1746-8108

3、Zou, Shuli; Qiu, Taorong（通讯作者）; Huang, Peifan; 等.Constructing Multi-scale Entropy Based on the Empirical Mode Decomposition(EMD) and its Application in Recognizing Driving Fatigue. Journal of neuroscience methods，2020，341:108691，DOI: 10.1016/j.jneumeth.2020.108691，入藏号: WOS:000546302200011，ISSN: 0165-0270，eISSN: 1872-678X

4、Shuli Zou, Taorong Qiu （通讯作者）, Peifan Huang, Haowen Luo, Xiaoming Bai，The functional brain network based on the combination of shortest path tree and its application in fatigue driving state recognition and analysis of the neural mechanism of fatigue driving，[J]. Biomedical Signal Processing and Control,62（2020）102129，DOI 10.1016/j.bspc.2020.102129，入藏号WOS:000575380100001，ISSN 1746-8094，eISSN 1746-8108

5、段隆振，谢旭明，邱桃荣（通讯作者），杨舒晴.基于量子计算的粗糙集核属性求解

算法，自动化学报(EI源刊)，2020，46（8）：1753-1758

6、Lingyun Zhang, Taorong Qiu（通讯作者）, Zhiqiang Lin, Shuli Zou and Xiaoming Bai，Construction and Application of Functional Brain Network Based on Entropy，Entropy 2020, 22(11), 1234; doi:10.3390/e22111234 ,DOI 10.3390/e22111234，入藏号 WOS:000593516300001，eISSN 1099-4300

7、Pengpeng Shangguan, Taorong Qiu, Tao Liu（通讯作者）, Shuli Zou, Zhuo Liu and Siwei Zhang, Feature extraction of EEG signals based on functional data analysis and its application to recognition of driver fatigue state, Physiological Measurement, 41 (2020) 125004 ,DOI10.1088/1361-6579/abc66e,入藏号WOS:000604025200001，ISSN 0967-3334，eISSN 1361-6579

8、Zhiqiang Lin, Taorong Qiu（通讯作者）, Ping Liu, Lingyun Zhang, Siwei Zhang and Zhendong mu，Fatigue driving recognition based on deep learning and graph neural network，BIOMEDICAL SIGNAL PROCESSING AND CONTROL，2021，Volume 68, July 2021, 102598，（https://doi.org/10.1016/j.bspc.2021.102598），入藏号WOS:000670369900006，ISSN 1746-8094，eISSN 1746-8108

9、梁嘉炜，邱桃荣（通讯作者），周爱云，徐盼，谢学梅，付豪．集成多尺度微调卷积神经网络下的甲状腺结节良恶性识别．计算机辅助设计与图形学学报. 2021,33(1):81-91

10、Zheng, Y., Qin, L., Qiu（通讯作者）, T. et al. Automated detection and recognition of thyroid nodules in ultrasound images using Improve Cascade Mask R-CNN. Multimed Tools Appl (2021). https://doi.org/10.1007/s11042-021-10939-4，Published01 May 2021

DOIhttps://doi.org/10.1007/s11042-021-10939-4，入藏号WOS:000656308500001，ISSN 1380-7501，eISSN 1573-7721

Xuming Xie, Longzhen Duan, Taorong Qiu（通讯作者） & Junru Li，Quantum algorithm for MMNG‑based DBSCAN，Scientifc Reports | (2021) 11:15559 | ，https://doi.org/10.1038/s41598-021-95156-7

Xinyi Wei ; Zhang, Siwei ; Qi, Qi ; Fu, Hao ; Qiu, Taorong ; Zhou, Aiyun，

Predicting Malignancy and Benign Thyroid Nodule Using Multi-Scale Feature Fusion and Deep Learning，Pattern Recognition and Image Analysis，2021,31（4）：830-841，（EI检索号：Accession number: 20215211400521），ISSN: 10546618；E-ISSN: 15556212；DOI:

10.1134/S1054661821040283