简介(Biography)：

李炎然，深圳大学计算机与软件学院副教授，2009年6月毕业于中山大学通信与信息系统专业，获工学博士学位。2009年9月至今在深圳大学从事科研和教学工作。目前担任IEEE TIP,IEEE TMM, J MATH IMAGING VIS, SIGNAL PROCESS IMAGE等期刊的审稿人。主持过国家自然科学基金青年项目、广东省自然科学基金项目和深圳市基础研究计划项目。在SIAM Journal on Imaging Sciences，IEEE Transactions on Image Processing，IEEE Transactions on Circuits and Systems for Video Technology等国际期刊发表高水平学术成果。主要研究方向：紧框架理论分析及其在图像分析与处理、医学图像重建中的应用研究。

研究兴趣：

图像处理、医学图像处理、机器学习、模式识别

研究生招生：

学术型硕士：计算机科学与技术（图像处理方向）

专业型硕士：计算机应用技术（嵌入式设计方向）

主讲课程：

计算方法、矩阵理论及应用、算法分析与设计、计算机系统2、计算机基础

科研项目(Research Projects)：

国家自然科学基金青年项目“基于小框架的pMRI图像重建研究（61303102）”，2013.01-2015.12

主要学术兼职 (Academic Service)：

• IEEE Transactions on Image Processing;

• IEEE Transactions on Multimedia;

• Journal of Mathematical Imaging and Vision;

• Signal Processing: Image Communication.

学术成果

期刊论文

• Yan-Ran Li, Lixin Shen*, and Bruce W. Suter, “Adaptive inpainting algorithm based on DCT induced wavelet regularization”, IEEE Transactions on Image Processing, 2013, 22( 2): 752-763.

• Yan-Ran Li, Lixin Shen, Dao-Qing Dai*, and Bruce W. Suter, “Framelet algorithms for de-blurring images corrupted by impulse plus Gaussian noise”, IEEE Transactions on Image Processing, 2011, 20( 7): 1822-1837.

• Yan-Ran Li, Dao-Qing Dai*, and Lixin Shen, “Multi-frame super resolution reconstruction using sparse directional regularization”, IEEE Transactions on Circuits and Systems for Video Technology, 2010, 20( 7): 945-956.

• Yan-Ran Li, Raymond H. Chan, Lixin Shen*, Yung-Chin Hsu, and Wen-Yih Isaac Tseng, “An adaptive directional Haar framelet-based reconstruction algorithm for parallel magnetic resonance imaging”, SIAM Journal on Imaging Sciences, vol. 9, no. 2, pp. 794-821, 2016.

会议论文

• Jianbing Yi,Yan-Ran Li*, Xuan Yang, Tiancheng He, and Guoliang Chen, “Robust point matching by l1 regularization”, 2015 IEEE International Conference on Bioinformatics and Biomedicine (IEEE BIBM), Washington DC, USA, November 9-12, pp.369-374.

• Yan-Ran Li, Shiqi Yu* and Shengyin Wu, “Framelet features for pedestrian detection in noisy depth images”, 2013 IEEE International Conference on Image Processing (IEEE ICIP), Melbourne, Australia, September 15-18, 2013, pp.2949-2953.