刘玲慧，重庆邮电大学副教授，硕士研究生导师。2013年毕业于重庆大学仪器科学与技术专业，获工学博士学位。2017年-2018年在美国宾夕法尼亚大学医学院访学交流。现任计算机科学与技术学院（示范性软件学院）专任教师，中国计算机学会（CCF）会员。主要从事医学图像分析与处理、计算机视觉领域的研究工作。作为项目负责人主持国家自然科学基金1项，省部级项目2项，参与国家级和省部级项目多项。在IEEE TIP、IEEE TMM、IEEE TNNLS、Pattern Recognition、IEEE JBHI、IEEE BIBM等权威期刊和会议上发表学术论文20余篇，授权国家发明利4项。合作出版编著《数字媒体技术基础》，荣获重庆邮电大学课堂教学优秀奖。

研究方向：

1. 医学图像处理：面向脑疾病的辅助诊疗，涉及到半监督、弱监督、小样本以及多模态表征学习等理论。

2. 视觉感知：人脸识别、行人重识别、目标检测、图像生成及鉴伪等方法。

科研项目：

1. 形状先验驱动的水平集图像分割关键技术研究，国家自然科学基金青年基金，2019年1月-2021年12月（结题，主持）

2. 活动轮廓模型中局部信息描述和形状先验约束的能量泛函研究，重庆市基础与前沿研究计划项目，2015年8月-2018年7月（结题、主持）

3. 融合灰度信息与纹理特征的水平集图像分割算法研究，重庆市教委科学技术研究项目，2015年8月-2017年7月（结题，主持）

4. 面向孤独症早期辅助诊断的婴幼儿大脑磁共振图像分割方法研究，国家自然科学基金面上项目，2023年1月-2026年12月(在研，排名第3)

5. 面向遮挡条件下的人脸识别方法研究，国家自然科学基金，2016年1月-2018年12月(结题，排名第2)

6. 少样本跨姿态下的深度人脸识别关键技术研究，重庆市自然科学基金面上项目，2021年10月-2024年9月(结题，排名第3)

7. 遮挡情况下鲁棒人脸识别关键技术研究，重庆市基础与前沿研究计划项目，2015年8月-2019年7月(结题，排名第2)

8. 复杂光照和遮挡环境下人脸特征提取及分类方法研究，重庆市教委科学技术研究项目，2015年8月-2017年7月(结题，排名第2)

部分学术论文：

[1] Exploiting local intensity information in Chan-Vese model for noisy image segmentation. Signal Processing, 2013, 93(9):2709-2721. (SCI 三区)

[2] 3D robust Chan-Vese model for industrial computed tomography volume data segmentation. Optics and Lasers in Engineering, 2013, 51(11):1235–1244. (SCI 三区)

[3] Defects segmentation in digital radiography image of castings on railway freight car. Insight, 2011, 53(7):372–376. (SCI 四区)

[4] A unified method based on wavelet transform and C-V model for crack segmentation of 3D industrial CT images. In Proceedings of the Sixth International Conference on Image and Graphics, pp: 12–1, Hefei, 2011. (CCF C)

[5] Mutually Guided Fusion Learning for Collaborative Camouflaged Object Segmentation, IEEE Transactions on Neural Networks and Learning Systems, doi: 10.1109/TNNLS.2025.3636523. (CCF B，SCI 一区 TOP)

[6] Reversible Feature Learning for Brain Tumor Segmentation with Incomplete Modalities, IEEE Signal Processing Letters, vol. 32, pp. 2419-2423, 2025. (CCF C，SCI 三区).

[7] Unsupervised Domain Adaptive Segmentation with Single-Content Multi-style Generation and Simplified Pseudo-label Selection. FLARE@MICCAI 2024: 195-208.

[8] A Symmetrical Siamese Network Framework with Contrastive Learning for Pose-Robust Face Recognition, IEEE Transactions on Image Processing (TIP), 2023, 32: 5652-5663. (CCF A，SCI 一区 TOP)

[9] Collaborative Learning with A Multi-Branch Framework for Feature Enhancement. IEEE Transactions on Multimedia (TMM), 2022, 24: 929-941. (CCF A，SCI 一区 TOP)

[10] Rubik-Net: Learning Spatial Information via Rotation-Driven Convolutions for Brain Segmentation. IEEE Journal of Biomedical and Health Informatics (IEEE JBHI), 2022, 1(26): 289-300. (SCI 二区TOP)

研究生就业情况：

2026届：王伟强（华为(上海)）、曾月（泸州老窖）

2025届：严鹏（中国移动(绵阳)）

2024届：谢佑明（京东）、吴莉霞（众合云科）

2023届：王潇（邮储银行(成都)）、杨军（武陵区妇幼保健院）

2022届：袁春诚（兴业银行盐城分行）、郝向辉（数字马力(郑州)）

邮箱 : 13d99ef861a137c5d2742fbd868fb15f643d5984ef0306996944255982a2495bf4e8c4b4b2ff4da630a0e52b9a9758a9361f24116737e26b5dc5337a4c3c250acef01f9bfaa2a49fa3a5fae9f7d83d022199c8d257e9489c79e15304ef20dd6a276a28cb58a8094cdeb9d56beaacab7de7a391e8fa2d3d9473e38f55513ac105