个人简历：
孙开聪博士，上海科技大学生物医学工程学院常任轨助理教授、研究员、独立课题组组长（PI）。先后于同济大学获学士学位、德国柏林工业大学获硕士学位、德国斯图加特大学获博士学位。研究方向围绕人工智能驱动的医疗影像重建、生成、可靠鲁棒的医学图像计算。目前已发表论文60余篇，以第一/通讯作者在 TMI, Cell Reports Medicine, npj Digital Medicine 等发表多篇论文。入选上海市青年领军人才、上海浦江人才计划。主持国家重点研发专项课题、国家自然科学基金项目，同时作为核心骨干参与国家自然科学基金重大项目等多项国家级重大科研课题。
研究领域：
快速磁共振成像重建
可信鲁棒的医学图像重建与生成
基于人工智能的医学图像计算
教学与课程：
学术任职：
长期担任多个期刊的审稿人，包括 IEEE Transactions on Medical Imaging，IEEE Transactions on Neural Networks and Learning Systems，Medical Physics，Signal Processing: Image Communication 等
代表性论文：
K. Sun, Q. Wang, D. Shen, Joint Cross-Attention Network with Deep Modality Prior for Fast MRI Reconstruction, IEEE Transactions on Medical Imaging, 2024, 43(1):558-569.
K. Sun, Y., Zhang, J., Liu, L. Yu, Y. Zhou, F. Xie, Q. Guo, H., Zhang, Q., Wang, and D. Shen, Achieving Multi-modal Brain Disease Diagnosis Performance Using Only Single-Modality Images Through Generative AI, Communications Engineering, 2024。
K. Sun, S. Simon, Bilateral Spectrum Weighted Total Variation for Noisy-Image Super-Resolution and Image Denoising, IEEE Transactions on Signal Processing, 2021, 69(11): 6329-6341.
K. Sun, M. Koch, Z. Wang, S. Jovanovic, H. Rabah, S. Simon, An FPGA-Based Recurrent Neural Network for Video Super-Resolution, IEEE Transactions on Circuits and Systems for Video Technology, 2021, 32(4): 1739-1750.
K. Sun, S. Simon, FDRN: A Fast Deformable Registration Network for Medical Images, Medical Physics, 48(10), 6453-6463, 2021.
实验室介绍：
实验室主要围绕医学影像的重建展开研究，主要包括磁共振（MRI）影像、计算机断层扫描（CT）成像等。利用先进的机器学习技术与人工智能领域的理论与算法，实现快速、准确、可靠、鲁棒的医学影像计算，并将研究成果转化到临床与工程应用中。
实验室主要研究内容包括:
快速磁共振成像重建:面向磁共振不同对比度（扫描序列）、不同器官、不同场强、不同加速倍数等，设计基于AI的快速磁共振成像重建算法；
准确、可靠、鲁棒的医学图像重建与计算:结合物理模型、概率模型、物理限制等先验知识，设计先进的、可信的深度学习算法，用于不同医学影像如MRI、PET、CT的图像重建、图像生成、以及下游任务。
