2011年9月至2015年6月 复旦大学电子工程系 本科
2015年9月至2018年6月 复旦大学生物医学工程系 硕士
2018年10月至2023年1月 帝国理工学院计算机科学系 博士
2023年1月至2025年1月 牛津大学临床神经科学系 博士后
2025年2月至今 复旦大学 青年研究员
李泽榉，现生物医学工程与技术创新学院青年研究员，入选国家高层次人才青年项目。
李泽榉的研究方向集中在机器学习及其在医学图像处理中的应用，侧重神经影像分析和解决临床问题，其发表学术论文30余篇，其中多篇发表于TMI和MICCAI；Google Scholar引用超过4000次，曾获得华为AI挑战赛和MICCAI挑战赛冠军，并担任MICCAI/MIDL等领域会议的领域主席。
李泽榉长期招募各阶段的同学加入研究团队，具体请参见https://zerojumpline.github.io/vacancies。
1. Joint Optimization of Class-Specific Training- and Test-Time Data Augmentation in Segmentation,
Zeju Li, Konstantinos Kamnitsas, Qi Dou, Chen Qin, Ben Glocker.
IEEE Transactions on Medical Imaging, 2023.
2. Context Label Learning: Improving Background Class Representations in Semantic Segmentation,
Zeju Li, Konstantinos Kamnitsas, Cheng Ouyang, Chen Chen, Ben Glocker.
IEEE Transactions on Medical Imaging, 2023.
3. Estimating Model Performance under Domain Shifts with Class-Specific Confidence Scores,
Zeju Li, Konstantinos Kamnitsas, Mobarakol Islam, Chen Chen, Ben Glocker.
International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI), 2022.
4. Analyzing Overfitting under Class Imbalance in Neural Networks for Image Segmentation,
Zeju Li, Konstantinos Kamnitsas, Ben Glocker.
IEEE Transactions on Medical Imaging, 2020.
5. Encoding CT Anatomy Knowledge for Unpaired Chest X-ray Image Decomposition,
Zeju Li, Han Li, Hu Han, Gonglei Shi, Jiannan Wang, S. Kevin Zhou.
International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI), 2019.
6. DeepVolume: Brain Structure and Spatial Connection-Aware Network for Brain MRI Super-Resolution,
Zeju Li, Jinhua Yu, Yuanyuan Wang, Hanzhang Zhou, Haowei Yang, Zhongwei Qiao.
IEEE Transactions on Cybernetics, 2019.
更多更新文章请参见其谷歌学术主页（https://scholar.google.co.uk/citations?user=zeuflXEAAAAJ&hl=en&oi=ao）。
1. 计算机、电子工程或生物医学工程等相关领域教育背景。
2. 熟练掌握深度学习框架（如PyTorch）及软件开发工具（如Git）。
3. 对AI在医疗健康或神经科学中的应用有浓厚兴趣。
4. 具备团队合作精神，能够在跨学科团队中学习成长。
李泽榉对
1. 医学图像处理
2. 神经影像学
3. 机器学习
有着广泛的研究兴趣。目前，李泽榉正在致力于构建能够实现以下目标的人工智能模型：
1. 可靠且稳定地运行（例如，可解释性、不确定性），
2. 推进医学影像流程（例如，重建、分割），
3. 最终增强我们对大脑功能的理解（例如，功能性磁共振成像fMRI、弥散磁共振成像dMRI）。
1、MIDL 2025, MICCAI 2024等领域主要会议的领域主席
2、TMI, MedIA等领域主要期刊的审稿人
