Faculty Profile

丛山 副教授  

哈尔滨工程大学 智能科学与工程学院

📧 Email: Shan.Cong@hrbeu.edu.cn
🏫 地址: 黑龙江省哈尔滨市南岗区南通大街145号，150001

个人简介

丛山博士现为哈尔滨工程大学智能科学与工程学院副教授、博士生导师，主要研究方向为人工智能算法在公共健康和医疗中的应用。近年来，围绕阿尔茨海默症（AD）等复杂退行性认知疾病，开展了医学图像分析、影像-基因关联分析、脑联通与脑网络分析等方面的研究，致力于探索重大脑疾病的深层致病机理及其对脑结构的特异性影响。相关研究成果已在Alzheimer's & Dementia、Brain Imaging and Behavior、Bioinformatics、Neurobiology of Aging等国际知名期刊上发表。此外，丛山博士主持并参与了多项国家级科研项目，推动了相关领域的技术发展和应用。

研究方向

数据挖掘 (Data Mining)

机器学习 (Machine Learning)

深度学习 (Deep Learning)

多模态数据融合 (Multimodal Data Fusion)

脑影像组学 (Imaging Genomics)

智能诊疗 (AI for Healthcare)

[1] Haoran Luo, Zhoujie Fan, Wei Li, Hong Liang, Chen Jason Zhang, Xiaoyong Wei, Zheng Wang, Shan Cong^# and Xiaohui Yao^#, (2026) CAMM: Confidence-Aligned Multiview Multimodal Fusion for Brain Disorders Prediction with Imaging Transcriptomics , IEEE Journal of Biomedical and Health Informatics. 2026. 

[2] Haoran Luo, Shaoheng Fan, Hongwei Liu, Wei Li, Zhoujie Fan, Xuancheng Zhu, Chen Jason Zhang, Hong Liang, Shan Cong^# and Xiaohui Yao^#, (2025) A Module-Level Polygenic Risk Score-Based NetWAS Framework for Identifying AD Genetic Modules Mediated by Amygdala: An ADNI Study. International Journal of Molecular Sciences. 2025. 26(13):6060. 

[3] Shan Cong, Meng Zhang, Hongchao Ji^# (2025) Graph-sequence enhanced transformer for template-free prediction of natural product biosynthesis. Patterns, published online Apr 30, 2025: DOI: 10.1016/j.patter.2025.101259

[4] Shan Cong, Hang Wang, Yang Zhou, Zheng Wang, Xiaohui Yao^# , Chunsheng Yang ^# (2024) Comprehensive review of transformer-based models in neuroscience, neurology, and psychiatry. Brian-X, published online Apr 26, 2024: DOI: 10.1002/brx2.57

[5] Xiaohui Yao, Xiaohan Jiang, Haoran Luo, Hong Liang, Xiufen Ye, Yanhui Wei, Shan Cong^# (2024) MOCAT: multi-omics integration with auxiliary classifiers enhanced autoencoder, BioData Mining 17:9, 2024.03 online.

[6] Haoran Luo, Hong Liang , Hongwei Liu, Zhoujie Fan, YanhuiWei, Xiaohui Yao# and Shan Cong^#. (2024) TEMINET: A Co-Informative and Trustworthy Multi-Omics Integration Network for Diagnostic Prediction, International Journal of Molecular Sciences. 2024, 25(3), 1655;

[7] Xiaohui Yao, Yizhou Zhu, Zhe Huang, Ying Wang, Shan Cong, Lei Wan, Rui Wu, Lin Chen, Zhiqiang Hu (2024) Fusion of shallow and deep features from 18F-FDG PET/CT for predicting EGFR-sensitizing mutations in non-small cell lung cancer. Quantitative Imaging in Medicine and Surgery, 2024, 14(8): 5460–5472. DOI: 10.21037/qims-23-1028

[8] Hong Liang, Haoran Luo, Zhiling Sang, Miao Jia, Xiaohan Jiang, Zheng Wang, Shan Cong^#, Xiaohui Yao^# (2024) GREMI: An Explainable Multi-Omics Integration Framework for Enhanced Disease Prediction and Module Identification. IEEE Journal of Biomedical and Health Informatics, published Aug 7, 2024: DOI: 10.1109/JBHI.2024.3439713

[9] Shan Cong, Zhiling Sang, Hongwei Liu, Haoran Luo, Xin Wang, Hong Liang, Jie Hao, Xiaohui Yao^# (2024) MVKTrans: Multi-view knowledge transfer for robust multiomics classification. IEEE International Conference on Bioinformatics and Biomedicine (IEEE BIBM 2024), 2024: DOI: 10.48550/arXiv.2411.08703

[10] Shan Cong, Zhoujie Fan, Hongwei Liu, Yinghan Zhang, Xin Wang, Haoran Luo, Xiaohui Yao^# (2024) Trustworthy enhanced multi-view multi-modal Alzheimer’s disease prediction with brain-wide imaging transcriptomics data. arXiv, published online Jun 21, 2024: DOI: 10.48550/arXiv.2406.14977

[11] Chenyuan Bian, Nan Xia, Anmu Xie, Shan Cong, Qian Dong ^# (2023) Adversarially Trained Persistent Homology Based Graph Convolutional Network for Disease Identification Using Brain Connectivity. IEEE Transactions on Medical Imaging, 2023: DOI: 10.1109/TMI.2023.3309874

[12] Dong Han, Rui Yu, Shipeng Li, Jing Wang, Yuzun Yang, Zhixun Zhao, Yiming Wei, Shan Cong^# (2023) MR image harmonization with transformer. 2023 IEEE International Conference on Mechatronics and Automation (ICMA), 2023: 2448–2453.

科研项目

人才项目

• 市级新区 “基础研究顶尖人才团队”，2022-2025

科研项目

• 省自然科学基金面上项目，2026年，项目负责人

• 省自然科学基金青年，2025年，项目负责人

• 中央高校脑机交叉研究专项，2025年，项目负责人

• 国家自然科学基金青年科学基金项目，2022年，项目负责人

CNAIL实验室招生

欢迎加入研究生以及高年级本科生加入我们CNAIL实验室（Cognitive Neuroscience and Artificial Intelligence Laboratory）。

本实验室的核心研究方向为：研发计算与信息学方法，对多模态影像数据、高通量组学数据、认知及其他生物标志物数据、电子健康档案数据，以及通路与网络等海量生物学知识开展整合分析，并将其应用于各类复杂疾病的研究。

实验室的研究目标分为两个层面：

• 创新适用于大规模异质数据集分析的算法，推动计算机科学与生物信息学领域的发展；

• 揭示正常及病变生物结构与功能的表型特征和遗传机制，为新型诊断、治疗及预防手段的研发提供重要理论支撑。

我们诚邀具备计算机相关背景，且科研热情饱满的学生与学者加入！实验室现开放本科生、研究生（含博士生）岗位。如有意愿，请发送邮件至 Shan.Cong@hrbeu.edu.cn 咨询详情。