王国泰，教授，博导，四川省海外高层次人才，国家级青年人才计划入选者。2011年获得上海交通大学生物医学工程、智能科学与技术双学士学位，2014年获得上海交通大学硕士学位，并获得伦敦大学学院（UCL, QS世界大学排名前十）全额奖学金攻读博士学位。2018年博士毕业，先后在伦敦大学学院、伦敦国王学院进行博士后研究工作。2018年10月任电子科技大学副教授，2023年10月晋升教授。2021年起入选斯坦福大学发布的《年度科学影响力排行榜》全球前2%。
主要从事医学影像人工智能、计算机视觉与医学图像计算方面的研究, 近年主持国家自然科学基金青年项目一项，面上项目一项，四川省重点研发项目一项。以第一及通讯作者身份发表高水平论文80余篇，包括在人工智能及医学图像领域的顶级期刊、会议论文如IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI, 影响因子24.314)、Medical Image Analysis (影响因子13.828)、IEEE Transactions on Medical Imaging (TMI, 影响因子11.037)、NeuroImage (影响因子7.4)等，谷歌学术引用量10000余次，单篇一作论文最高被引800余次，7篇论文入选ESI高被引。授权国内专利8项、国际专利1项。
担任Nature Communication、IEEE TPAMI、Medical Image Analysis、IEEE TMI、JBHI、Neurocomputing、Medical Physics、AAAI、MICCAI等领域顶级及重要期刊和会议审稿人，被IEEE TMI、Medical Image Analysis评为杰出审稿人；近年两年任Medical Physics副主编，Medical Image Analysis客座编辑，多次担任MICCAI、ISBI等重要会议区域主席（Area Chair）。近年分别受邀在剑桥大学、上海交通大学、医学图像计算青年研讨会(MICS)、视觉与学习青年学者研讨会(VALSE)、MICCAI线上研讨会等做学术报告。
近年面向胎儿磁共振图像计算、肿瘤影像诊断、放疗自动勾画等医学图像智能分析应用方向，针对医学图像标注成本高、模型跨中心泛化能力低等共性问题进行研究，所开发的CT图像中肝脏肿瘤及血管自动分割和手术规划系统入选《Medical Physics》封面论文；基于深度学习的三维医学图像交互式分割、智能标注方面、噪声标签学习的研究工作在IEEE TPAMI、IEEE TMI等发表多篇论文，并入选IEEE TMI最受欢迎论文；并主持了面向低标注成本（半监督、弱监督、噪声标签等）学习的开源框架PyMIC的开发；2021年在领域顶级期刊Medical Image Analysis主办了“医学图像计算中可解释、可泛化的深度学习方法”特刊，受到国际广泛关注，吸引了全球73余个团队投稿论文。
指导学生多次在领域国际顶级会议MICCAI的医学图像分割挑战赛中获得国际冠军、亚军，指导多名本科生在MICCAI、ISBI、Medical Physics等领域顶级会议及重要期刊发表研究论文，指导本科生获得2021年中国大学生计算机设计大赛一等奖。实验室团队多名学生获得研究生国家奖学金、四川省优秀毕业生等荣誉。
团队主页：https://hilab.uestc.edu.cn/
谷歌学术：https://scholar.google.co.uk/citations?user=Z2sFN4EAAAAJ&hl=en
DBLP： https://dblp.org/pid/149/7441.html
实验室GitHub: https://github.com/HiLab-git/
知乎专栏：https://www.zhihu.com/column/gwdlcv
Email: guotai.wang (AT) uestc.edu.cn
微信公众号：
近期新闻
[2023/10] 实验室两名研究生获得国家奖学金。
[2023/07] 实验室近期2篇在域适应、域泛化方向的论文在Medical Image Analysis（IF 10.9）发表。
[2023/06] 实验室3篇论文被MICCAI 2023接收。
[2023/06] 实验室在测试时域适应（TTA）方面的的工作在领域顶级会议IPMI发表。
[2023/05] 实验室在MICCAI 2023年举办的放疗图像分割国际挑战赛（SegRap）已开放注册！
[2023/04] 实验室2023年1-4月*4篇论文*在医学影像人工智能领域顶刊IEEE TMI发表或被接收。
[2022/12] 实验室在Medical Image Analysis上编辑的“医学影像AI模型的可解释性和泛化性”特刊正式出版。
[2022/12] 实验室开发的医学图像弱监督、半监督和噪声标签学习开源框架PyMIC在CMPB发表。
讲座视频