个人简介：
崔少国，人工智能与前沿交叉学院院长，博士，教授，博士生导师。入选“博望学者”领军人才，“巴渝学者”特聘教授。美国威斯康星大学麦迪逊分校访问学者。类脑认知计算与特殊儿童教育康复重庆市重点实验室副主任，特殊儿童智能康复与教育重庆市哲学社会科学重点实验室副主任，重庆市人工智能及创新应用研究生导师团队负责人，重庆市电子信息专业硕士校企联合培养实践基地负责人，人工智能与智慧医疗创新研究团队负责人。国际电气电子工程师协会IEEE会员，中国计算机学会CCF教育专委会执行委员和数字医学分会执行委员，中国人工智能学会CAAI终身会员，国际一般系统论研究会中国分会医学信息系统专业委员会第一届委员会常务委员，重庆市数字医学会理事，重庆市计算机学会常务理事。
主持和参与国家自然科学基金、国家社会科学基金、教育部规划基金、市自然科学基金、市社科基金、市教委自科项目和社科项目30余项；在国内外专业学术期刊上发表科研论文30余篇；申请并授权国际发明专利2项、国家发明专利12项，软件著作权4项；出版学术专著1部，编写教材5部。
教育与工作经历：
2008年9月—2011年6月，四川大学，计算机科学与技术，博士研究生
2017年4月—2018年4月，美国威斯康星大学麦迪逊分校，访问学者
2012年1月—2020年4月，重庆理工大学计算机学院，副教授/教授
2020年4月—2022年1月，重庆师范大学计算机与信息科学学院，教授/院长助理
2022年1月—2026年1月，重庆师范大学计算机与信息科学学院，副院长
2026年1月—至今，重庆师范大学人工智能与前沿交叉学院，院长
研究方向：
具身智能与数智医疗；大数据分析与智慧教育；网络空间信息安全与智慧治理；脑机智能与教育康复
科研项目：
[1]社交媒体平台多模态谣言的实时动态识别与人机协同共治研究，国家社科基金项目（23XTQ009），2023.09-2026.09，主持
[2]微信社交网络中图像谣言的智能识别、传播机理与干预机制研究，教育部规划基金项目（22YJA870005），2022.09-2025.08，主持
[3]自闭症儿童脑认知评估数学建模方法（CSTB2025NSCQ-LZX0073），重庆市自然科学基金重点项目，2025.07-2028.06，主持
[4]基于多模态医疗大数据融合分析的多发性硬化（MS）精准诊疗模型构建与辅诊软件研制（KJZD-K202200510）重庆市教委重点项目，2022.09-2025.08，主持
[5]网络智能3.0驱动的儿童青少年脑认知与心理健康应用示范，重庆市重大专项子课题，2025.01-2029.12，主持
[6]面向医学影像分析的脑认知启发下小样本深度持续学习研究，重庆市自然基金面上项目（CSTB2022NSCQ-MSX1206），2022.09-2025.08，主持
[7]基于多模态医疗大数据和深度学习的多发性硬化罕见病智能诊疗系统研发，重庆市科技局技术预见与制度创新项目（CSTB2022TFII-OFX0042），，2022.09-2023.08，主持
[8]基于教育大数据分析的神经认知诊断和自适应学习研究，重庆市社科基金项目（2022NDYB119），2022.09-2025.09，主持
[9]“双减”背景下基于学情大数据挖掘分析的神经认知诊断和个性化智能教学方式研究（23SKGH072），重庆市教委人文社科项目，2023.04-2025.06，主持
[10]基于深度卷积网络的脑肿瘤全自动精确语义分割及无监督跨域迁移方法研究（cstc2018jcyjAX0324），重庆市自然基金项目，2018.07-2021.06，主持
[11]基于频率复合的实时超声弹性成像理论与方法研究，重庆市自然基金项目（cstc2012jjA40030），2012.09-2015.09，主持
[12]肝组织的三维定量超声弹性成像方法与关键技术研究，重庆市自然基金项目（cstc2016jcyjA0383），2016.07-2019.06，主持
[13]超声弹性成像幅度调度噪声抑制研究，重庆市教委科技项目（KJ130826），2013.01-2014.12，主持
[14]大规模海量图像库的实时智能检索方法与系统研制，重庆市教委人文社科重点项目（16SKGH133），2016.06-2019.06，主持
[15]基于协同创新机制的计算机技术专业学位研究生实践创新能力培养体系研究（yjg153018），重庆市教委教研项目，2015.07-2018.06，主持
[16]基于视觉注意机制的超声弹性成像与图像理解，青年创新团队项目，2016.01-2018.12，主持
代表论著：
[1]ShaoguoCui, Dong C. Liu. Noise Reduction of Ultrasonic Elastography UsingTransmit-side Frequency Compounding: A Preliminary Study[J].IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control. 2011, 58(3):509-516.(SCI检索:000288674700004)
[2]Linfeng Gong, Shaoguo Cui*, Yulong Yang, Wei Xia, and Sifan Zhao. DSFENet: A Domain-Specific Feature-Enhanced Generalizable Model for Multimodal Fake News Detection.IEEE Transactions on Computational Social Systems.2025,10(1):1-7(SCI检索)
[3]Shaoguo Cui, Gengsen Li, Binbin Sang, Weihua Xu, Hongmei Chen. Distance Metric Learning-based Multi-granularity Neighborhood Rough Sets for Attribute Reduction[J].Applied Soft Computing, 2024, 159: 111656.(SCI检索:001237881400001)
[4] Shaoguo Cui, Chang Liu, Moyu Chen and Shuyu Xiong. Brain Tumor Semantic Segmentation from MRI Image Using Deep Generative Adversarial Segmentation Network[J].Journal of Medical Imaging and Health Informatics,2019 DEC.(SCI检索:000483964900019)
[5] Shaoguo Cui, Lei Mao, Jingfeng Jiang, Chang Liu, Shuyu Xiong. Automatic Semantic Segmentation of Brain Gliomas from MRI Images Using a Deep Cascaded Neural Network[J].Journal of Healthcare Engineering.2018:1-14, 2018. (SCI检索: 000428860500001)
[6] Caozhi Shang, Shaoguo Cui*, Tiansong Li, Xi Wang, Yongmei Li and Jingfeng Jiang. MATNet: Exploiting Multi-Modal Features for Radiology Report Generation[J].IEEE Signal Processing Letters,29:2692-2696, 2022. (SCI检索:000915831400003)
[7]Y. Huang, H. Ren, Y. Li, J. Jiang, H. Xu, J. Feng, and S. Cui*, CM-HTNet: CNN-Mamba-based Framework for Predicting Hemorrhagic Transformation Risk of AIS Patients by Sequence Relationship Modeling and Multi-Modal Cross Attention[C], IEEE International Conference on Bioinformatics and Biomedicine (BIBM), Lisbon, Portugal, 2024, pp.938-943.（CCF-B会）
[8]ZhiPeng Xiang, ShaoGuo Cui*, CaoZhi Shang, Jingfeng Jiang, Liqiang Zhang. GMoD: Graph-driven Momentum Distillation Framework with Active Perception of Disease Severity for Radiology Report Generation[C].Medical Image Computing and Computer Assisted Intervention Society（MICCAI），2024，Morocco，pp:1-6（CCF-B会）
[9] Junshan Chen, Wenlong Lin, Jinwang Feng, Liqiang Zhang, Shaoguo Cui*. Bidirectional Variational Learning with Modal-Scale Experts: Advancing Few-Shot 1p/19q Co-Deletion Prediction in Glioma MRI[C]//ICASSP 2026 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). IEEE, 2026: 6781-6785.（CCF-B会）
[10]Yanhe Gong, Baoquan Chen, Gengsen Li, Shaoguo Cui*. Counterfactual Sentiment Debiasing for Multimodal Misinformation Detection[C]//WISE 2026 International Conference on Web Information Systems Engineering (WISE). Springer, 2026.（CCF-B会）
[11]Yanhe Gong, Shaoguo Cui*, Yulong Yang, Gengsen Li, Sifan Zhao, Wei Xia. Beyond Modal Consistency: Counterfactual Intervention Based on Large Language Models for Robust Multimodal Rumor Detection[C]//ICME 2026 IEEE International Conference on Multimedia and Expo (ICME). IEEE, 2026.（CCF-B会）
[12]Liang Xiong, Yi Zhang, Haojie Song, Qianyao Peng, Shaoguo Cui*. Think Global, Look Focal: Dual-Stream Retrieval-Augmented Pathology Report Generation for Whole Slide Images[C]//International Conference on Medical Image Computing and Computer-Assisted Intervention(MICCAI). Springer, 2026.（CCF-B会）
国家标准：
[1]教育机器人安全要求及测试方法，国家标准（GB/T 33265-2025），发布单位：国家市场监督管理局、国家标准化管理委员会，发布时间：2025年10月5日
国际发明专利：
[1] Cui Shaoguo，Yan Wei. Unsupervised cross-domain self-adaptive medical image segmentation method based on deep adversarial learning.专利号：2020103905,授权时间：2021年1月27日
[2] Cui Shaoguo, Yan Wei. Image Semantic Segmentation Method Based on Deep Full Convolutional Network and Conditional Random Field.专利号：2020103901,授权时间：2021年1月27日
国家发明专利：
[1]崔少国，张建勋.基于深度级联卷积网络的MRI脑肿瘤定位与瘤内分割方法.专利号：ZL201810300057.1，授权时间：2021年11月19日
[2]崔少国，张建勋，刘畅.基于对抗学习的多尺度特征融合超声图像语义分割方法.专利号：ZL201810085384.X，授权时间：2020年10月9日
[3]崔少国，龙建武，刘畅.基于深度对抗学习的无监督域自适应脑肿瘤语义分割方法，专利号：ZL201711476297.9，授权时间：2020年4月17日
[4]崔少国，王勇.基于深度全卷积网络和条件随机场的图像语义分割方法.专利号：ZL201810085381.6，授权时间：2020年4月14日
[5]崔少国，毛雷，熊舒羽，刘畅.一种基于全卷积网络的MRI图像脑肿瘤自动分割方法.专利号：ZL201710379095.6，授权时间：2019年12月3日
[6]崔少国，刘超.一种基于马赫锥效应的多形状平面剪切波复合成像方法，专利号：ZL201610893496.9，授权时间：2019年6月14日
[7]崔少国，毛雷，熊舒羽.一种基于深度哈希的医学图像分布式检索方法，专利号：ZL201610844011.7，授权时间：2019年4月23日
[8]崔少国，刘超.一种基于剪切波幅度和相位检测的组织粘弹性测量方法，专利号：ZL201610859018.6，授权时间：2018年10月26日
[9]崔少国，黄贤英，彭彩碧，张金鹏.多频率轮流发射实时超声弹性成像方法，专利号：ZL201210486119.5，授权时间：2014年12月10日
[10]崔少国，彭彩碧，杨宏雨.超声弹性成像二维轴向位移估计窗的位置估计方法，专利号：ZL201210485917.6，授权时间：2014年10月29日
获奖：
[1]优秀本科毕业论文指导奖（市级），《基于深度学习的表情识别及在教育机器人中的应用》，指导学生：何宋西莹，2022年
[2]优秀硕士毕业论文指导奖（市级），《基于多模态和多任务学习的胸部X光影像报告生成》，指导学生：尚曹志，2023年
[3]优秀硕士毕业论文指导奖（市级），《基于多模态机器学习的脑卒中溶栓后出血转化风险预测》，指导学生：宋豪杰，2024年
[4]优秀硕士毕业论文指导奖，《基于边缘注意力和扩散模型的复杂场景文本检测与识别方法》，指导学生：陈熙，2024年
[5]优秀硕士毕业论文指导奖，《基于多序列MRI和深度学习的脑胶质瘤CDKN2A/B基因分型方法研究》，指导学生：王锐，2024年
[6]重庆市大学生创新创业训练计划项目指导老师，《基于CNN和LSTM肺部诊断报告自动生成研究与应用》，主持人：屈虎，2021年
[7]重庆市大学生创新创业训练计划项目指导老师，《基于深度生成对抗网络的MRI脑肿瘤全自动识别与分割研究》，主持人：柳耘豪，2021年
[8]重庆师范大学教师教学创新大赛二等奖，2020年
[9]重庆市研究生科研创新项目指导教师，《基于CT影像和机器学习的急性缺血性脑卒中出血转化预测及系统研发》，主持人：宋豪杰，2022年
[10]重庆市研究生科研创新项目指导教师，《基于多参数MRI和深度学习的脑胶质瘤的多基因预测》，主持人：王锐，2022年
[11]重庆市研究生科研创新项目指导教师，《基于多模态特征融合和信息不一致的社交网络谣言检测研究》，主持人：龚林峰，2023年
[12]重庆市研究生科研创新项目指导教师，《基于鲁棒模糊主动学习的数字病理高效标注与精准诊断方法研究》，主持人：李梗森，2024年
