曹占涛
  • 副教授
Email:caozhantao@swufe.edu.cn
地址:四川省成都市温江区柳台大道555号
研究方向:
知识图谱、多模态学习、AI智能体、数据安全等领域
个人介绍
研究成果
其他

曹占涛,西南财经大学统计研究中心、统计与数据科学学院副教授,电子科技大学博士,曾任职于中国电科、腾讯等公司,主导/参与多项重点课题与核心产品攻关工作,相关成果取得良好经济与社会效益。省级高层次人才入选者。

代表性论文(部分)

  1. Zhantao Cao, Yuanbing Shi, Shuli Zhang, et al. Decentralized learning for medical image classification with prototypical contrastive network. Medical Physics, 2025.52(6):4188-4204.

  2. Yin Li, Qi Chen, …, Zhantao Cao*, et al. MFNet: Meta-Learning Based on Frequency-Space Mix for MRI Segmentation in Nasopharyngeal Carcinoma. Journal of Cellular and Molecular Medicine, 2024, 28(9): e18355

  3. Zhantao cao, Weide Liu,Xiaopu Wang, et al. Jointly Pre-training with Coarsely Labeled Ultrasound Images for Breast Tumor Classification. The 18th IEEE Conference on Industrial Electronics and Applications. 2023, 18-22 August

  4. Zhantao cao, Guowu Yang, Xiaoyu Li,et al. Multitask Classification Method Based on Label Correction for Breast Tumor Ultrasound Images[J]. Neural Processing  Letters. 2021, 53(2): 1453-1468 

  5. Zhantao cao, Guowu Yang, Qin Chen, et al. Breast tumor classification through learning from noisy labeled ultrasound images[J]. Medical Physics, 2020, 47(3): 1048-1057

  6. Wenjing Yang, Zhantao Cao, Qin Chen, et al. Confidence Calibration on Multiclass Classification in Medical Imaging, IEEE International Conference on Data Mining (ICDM 2020)

  7. Zhantao cao, et al. An experimental study on breast lesion detection and classification from ultrasound images using deep learning architectures[J]. BMC Medical Imaging, 2019, 19(1): 51:1-51:9

  8. 曹占涛, 等. 基于修正标签分布的乳腺超声图像分类 [J]. 电子科大学报, 2020, 49(4): 597-602.

  9. Zhantao cao, et al. Breast tumor detection in ultrasound images using deep learning[C]. Patch-Based Techniques in Medical Imaging, the workshop of MICCAI, 2017, pp 121-128.

标准制定 

1.  GB/T 45958-2025 人工智能计算平台安全框架  国家标准  

2.  GM/T 0147-2025北斗短报文密码技术应用规范 行业标准

3.  T/CCIASC0023—2024多方安全计算互联互通技术规范  团标

4.  T/CCIASC0024—2024多方安全计算互联互通应用评价规范 团标

5.  T/CCIASC 0008-2024 高性能可靠多方安全计算产品技术要求及测试评价方法  团标

 

专利

1.  一种联邦学习方法、装置、设备及存储介质,专利号:CN202211594997.9

2.  分位查找方法、装置、系统、电子设备及计算机程序产品 专利号:CN202411723281.3

3.  一种多方数据处理方法、装置、设备及存储介质 专利号:CN202411709039.0

4.  一种数据跨域共享方法、装置、设备及介质 专利号:CN202411698775.0

5.  一种自动化模型训练方法、装置、设备及存储介质 专利号:CN202410978611.7

6.  一种纵向联邦树模型训练方法、装置、设备及存储介质 专利号:CN202410364208.5

7.  一种镜像文件传输方法、装置、设备及存储介质 专利号:CN202111199051.8

8.  一种图像识别方法、装置、系统、电子设备及存储介质 专利号:CN202311127997.2

9.  图像的检测装置 专利号:CN201710596100.9

10. 一种基于关键点学习的乳腺超声影像分类方法 专利号:CN202011290015.8

 

著作     

1.  曹占涛,曾小波,王渊,等. Linux服务器配置与管理[M]. 电子工业出版社,2009