孙
孙应实 (Ying-Shi Sun)
H指数:29
被引数:3,708
个人简介
"孙应实,影像医学与核医学专业博士,教授,主任医师、博士生导师,医学影像科主任。兼任中华医学会放射学分会腹部学组副组长、中国医师协会结直肠肿瘤专业委员会常委、诊疗技术专委会主任委员、北京医学会放射学分会副主任委员、中国医学装备协会磁共振成像装备与技术专业委员会常委、《中国医学影像技术》副主编,北京大学医学部影像医学学系副主任。入选2017年北京市百千万人才工程、2012年北京市高层次卫生技术人才学科骨干培养计划、2017年北京高创计划百千万工程领军人才。1996年毕业于中国医科大学获医学学士学位,2002年于中国医科大学获影像医学与核医学硕士学位,2007年于北京大学获得影像医学与核医学博士学位。现工作于北京大学肿瘤医院医学影像科。从事临床医疗及影像诊断方面的工作已20余年,专业基础理论知识扎实,掌握本专业国内外发展现状及未来趋势,具有对世界先进技术消化吸收的能力及丰富的影像诊断经验。在常见肿瘤的影像学诊断及疑难病例分析方面有丰富的临床经验,对结直肠肿瘤的MR、CT诊断有较深的造诣。主编国家卫健委《中国结直肠癌诊疗规范(2020版)》、《中国结直肠癌诊疗规范(2017版)》的影像学部分。科研实力雄厚,基础夯实,在常见恶性肿瘤影像领域深入、系统的开展了磁共振功能成像技术、多模态影像学技术、人工智能医学图像分析技术在恶性肿瘤精准诊断、疗效定量评估和预后预测中的系统研究,大力推动研究成果的临床转化,切实解决临床问题,提高影像诊断效率。在影像学研究方面,在国内率先将磁共振扩散加权成像(DWI)应用于直肠癌新辅助治疗、肝转移瘤、胃间质瘤的评效,论证了表观扩散系数(ADC)可作为直肠癌疗效早期、定量影像评价的有效工具。十年前发表了第一篇影像学顶级期刊Radiology以来,陆续在Radiology上发表了多篇论文。在临床研究方面,应用人工智能方法在国内率先建立了直肠癌新辅助治疗后病理完全缓解(pCR)的MR术前预测模型,研究成果发表在肿瘤学权威期刊Clinical Cancer Research上。以第二完成人获得中国抗癌协会科技进步二等奖1项,北京市科学技术三等奖1项。主持国家自然科学基金重大研究计划、科技部国家重点研发专项课题、北京市科委医药协同科技创新研究项目、首发重点专项、扬帆计划重点专业、登峰计划团队,以及多项国家自然科学基金、北京市自然科学基金、首都卫生发展科研专项等科研项目。多年来一直致力于肿瘤影像教学模式的探索,将肿瘤影像教学发展成为现在的多层面、多模式的综合教学体系。参与的“基于单病种肿瘤影像数据库的专业人才培养模式的搭建与实施”获得2008年北京大学教学成果奖二等奖。2017年度北京大学肿瘤医院年度良师益友。2018年获得“北京市住院医师规范化培训质量提高项目”课题资助。多次成功举办国家级继续教育项目\"肿瘤影像学高级研讨班\"和“肿瘤影像规范化检查与精准诊断高级研讨班”学习班,为广大肿瘤影像医学工作者和科研人员提供多学科发展、交流的平台,促进我国肿瘤影像学科建设,推动肿瘤影像学的发展。带领科室团队获得北京住院医师规范化培训放射专业基地,积极培养高水平的影像学青年医师。"
教育背景
暂无内容
工作经历
暂无内容
荣誉奖项
暂无内容
基于钆塞酸增强MRI的放射组学预测TRG异质性与CRLM患者新辅助化疗后的预后价值
BMC Medical Imaging
IF3.2
纺锤体Swin-Net:基于小波和先进视觉变换器的端到端和灵活的脑电信号纺锤体检测
利用低keV双能量CT评估乳腺癌病灶及新辅助治疗效果
Cancer Imaging
IF3.5
基线类淋巴相关MRI指标与乳腺癌患者新辅助化疗相关认知障碍的关联
趋化因子引导的仿生Mn/Ce纳米酶用于多柔比星诱导的心肌病中的免疫调节和心肌保护
不对称配位的双原子锰对比剂实现高效T1增强MRI以精确肿瘤可视化
Advanced Science
IF14.1
晚期钆增强心脏磁共振成像在癌症治疗后心肌损伤检测中的应用:一项真实世界观察性研究
CT检测的“锐角征”作为III期结肠癌的预后生物标志物
CRLM-GAN:一种基于GAN的特征约束深度学习框架,用于化疗前后基于多参数MRI的结直肠癌肝转移瘤分割
Cancer Imaging
IF3.5
基于MRI成像与机器学习的放射组学在混合型HCC和CCA肿瘤检测中的应用
Annals of Hepatology
IF4.4
氧化铈掺杂的普鲁士蓝纳米颗粒用于靶向调控心肌损伤微环境及多柔比星诱导的心肌病诊疗一体化
Small
IF12.1
与焦虑敏感性相关的乳腺癌患者大脑结构变化的时程演变:一项因果网络分析
乳腺癌患者区域同质性改变:焦虑敏感性与健康焦虑相关元认知的中介作用
新辅助化放疗后MRI上的结外侵犯可提高结直肠癌淋巴结评估的预后价值
European Radiology
IF4.7
Rectal-RadioSAM:一种基于大型模型辅助的多参数磁共振成像流程,用于在无需人工干预的情况下预测直肠癌新辅助放化疗的反应。
整合肿瘤和淋巴结放射组学特征预测新辅助化疗和完全切除术后局部晚期食管鳞状细胞癌的无病生存
EJSO
IF2.9
Cer-ConvN3Unet: 基于端到端多参数MRI的子宫颈癌自动检测和分割流水线
JAMA SURGERY
IF14.9
BMC CANCER
IF3.4
乳腺癌患者恐惧癌症复发的静息态功能连接组
cortex
IF2.9

