Top

ياندا منغ

أستاذ مساعد, الهندسة الحيوية

قسم العلوم الطبية الحيوية

من خلال الجمع بين البيانات والأنظمة الذكية، يمكننا تعزيز عمليات التشخيص المبكر، واتخاذ قرارات طبية أكثر إنصافًا، وتوفير حياة صحية أفضل للناس في كل مكان. 

الانتماءات

مراكز التميّز

السيرة الذاتية

ياندا مينغ هو أستاذ مساعد في الهندسة الحيوية في كاوست، حيث تركز أبحاثه على تطوير أساليب متقدمة للذكاء الاصطناعي في مجال الرعاية الصحية والعلوم الطبية الحيوية. قبل انضمامه إلى الجامعة، شغل منصب محاضر في علوم الحاسوب في جامعة إكستر وأكمل تدريب ما بعد الدكتوراه والدكتوراه في علوم العين والبصر في جامعة ليفربول. له العديد من المنشورات في مجالات التصوير الطبي والذكاء الاصطناعي، وحصل على العديد من المنح الخارجية بصفته باحثًا رئيسيًا وساهم في تعاونات سريرية مؤثرة مع مؤسسات الرعاية الصحية في المملكة المتحدة والمملكة العربية السعودية. يشغل مينغ أيضًا عدة مناصب قيادية وتحريرية، بما في ذلك محرر قسم في مجلة Thrombosis and Haemostasis، ومحرر ضيف لعدة أعداد خاصة من مجلات علمية مثل IEEE Journal of Biomedical and Health Informatics، ورئيس مجال في مؤتمري MICCAI لعامي 2025 و2026 ومؤتمر MIDL لعام 2026.

الاهتمامات البحثية

تركز أبحاث منغ على تطوير أساليب الذكاء الاصطناعي في مجال الرعاية الصحية، مع التركيز على التصوير الطبي، ونماذج الرؤية واللغة، والتعلم متعدد الوسائط، والتعلم الآلي الموثوق. يدمج عمله البيانات البصرية والسريرية والفسيولوجية لتحسين الكشف عن الأمراض وتشخيصها والتنبؤ بالمخاطر. وهو متخصص في إنشاء أنظمة ذكاء اصطناعي قوية وموثوقة قادرة على التعامل بفعالية مع تعقيد البيانات الطبية الحيوية الحقيقية. وتهدف أبحاثه في نهاية المطاف إلى تطوير تقنيات قابلة للتفسير وذات أثر عملي تدعم الأطباء وتعزز رعاية المرضى في مختلف بيئات الرعاية الصحية.

المؤهل العلمي

  • دكتوراه في علوم العيون والبصر، جامعة ليفربول، ليفربول، المملكة المتحدة، 2022

  • ماجستير في علوم الحاسب الآلي، جامعة ليدز، ليدز، المملكة المتحدة، 2018

  • بكالوريوس في علوم الحاسب الآلي، جامعة كابيتال نورمال، بكين، الصين، 2017

الجوائز والتكريمات

  • Best Paper and Young Scientist Award Shortlist MICCAI, 2025 

  • IEEE TMI Distinguished Reviewer 2024 & 2025

  • LaScar@MICCAI’22 Best Paper Runner-up Award, 2022

مؤلفات مختارة

  • Yu, Q., Zhang, C., Jin, G., Huang, T., Zhou, W., Li, W., Jin, X., Huang, B., Zhao, Y., Yang, G. and Lip, 
    G.Y., Zheng, Y., Villavicencio, Meng, Y., 2026. StealthMark: Harmless and Stealthy Ownership 
    Verification for Medical Segmentation via Uncertainty-Guided Backdoors. IEEE Transactions on 
    Image Processing. vol. 35, pp. 1290-1304. 

  • Meng, Y., Zhang, Y., Xie, J., Duan, J., Joddrell, M., Madhusudhan, S., Peto, T., Zhao, Y. and Zheng, 
    Y., 2024. Multi-granularity learning of explicit geometric constraint and contrast for label-efficient 
    medical image segmentation and differentiable clinical function assessment. Medical Image 
    Analysis, 95, p.103183. 

  • Meng, Y., Bridge, J., Addison, C., Wang, M., Merritt, C., Franks, S., Mackey, M., Messenger, S., Sun, 
    R., Fitzmaurice, T. and McCann, C., 2023. Bilateral adaptive graph convolutional network on CT 
    based Covid-19 diagnosis with uncertainty-aware consensus-assisted multiple instance 
    learning. Medical Image Analysis, 84, p.102722. 

  • Meng, Y., Zhang, H., Zhao, Y., Gao, D., Hamill, B., Patri, G., Peto, T., Madhusudhan, S. and Zheng, 
    Y., 2022. Dual consistency enabled weakly and semi-supervised optic disc and cup segmentation 
    with dual adaptive graph convolutional networks. IEEE Transactions on Medical Imaging, 42(2), 
    pp.416-429. 

  • Meng, Y., Zhang, H., Zhao, Y., Yang, X., Qiao, Y., MacCormick, I.J., Huang, X. and Zheng, Y., 2021. 
    Graph-based region and boundary aggregation for biomedical image segmentation. IEEE 
    Transactions on Medical Imaging, 41(3), pp.690-701.  

وسائط متعددة