山东大学微电子学院副研究员，教学科研岗， 现主要从事医学影像的处理与分析，发表一作/共同一作SCI论文四篇，授权一项发明专利。

教育经历

2007.08-2011.06聊城大学数学科学学院，应用数学，理学学士；

2011.08-2016.12浙江大学数学科学学院，应用数学，硕博连读，理学博士，导师：孔德兴教授；

2017.01-2019.03浙江大学计算机科学与技术学院，计算机应用技术，博士后，合作导师：刘玉生教授；

2019.04-至今 山东大学微电子学院，副研究员。

医学图像处理与分析

深度学习与机器学习

模式识别

1. 国家自然科学基金面上项目，61873236，基于SysML的信息物理融合系统架构统一表征与整体设计建模研究，2019/01-2022/12，66万元，在研，主要参与

2. 国家自然科学基金青年项目，11801511，基于三维卷积神经网络的肝脏MRI图像自动分割方法的研究，2019/01-2022/12，23万元，在研，主要参与

3. 浙江省博士后科研项目择优资助，524000-X81801，基于深度学习的多模态乳腺疾病的智能诊断方法，2018/09-2019/03,3万元，结题，主持

4. 国家自然科学基金面上项目，11771160，面向肝肿瘤高精度自动语义分割的深度建模及模型跨域迁移算法研究，2018/01-2021/12，48万元，在研，主要参与

(1) Zhu Tiepei^#,Ma Jinlian^#, Li Jinyu, Dai Xizhe, Ye Panpan, Su Zhaoan, Kong Dexing, Ye Juan. Multifractal and Lacunarity Analyses of Microvascular Morphology in Eyes with Diabetic Retinopathy: A Projection Artifact Resolved Optical Coherence Tomography Angiography Study,Microcirculation, DOI:10.1111/micc.12519.

(2)Ma Jinlian,Kong Dexing. Deep Learning Models for Segmentation of Lesion Based on Ultrasound Images. Advanced Ultrasound in Diagnosis and Therapy, 2018, 02: 082-093.

(3)Ma Jinlian,Wu Fa, Jiang Tian’an, Zhu Jiang, Kong Dexing. Cascade convolutional neural networks for automatic detection of thyroid nodules in ultrasound images. Medical Physics, 2017, 44(5): 1678-1691.

(4)Ma Jinlian, Wu Fa, Jiang Tian’an, Zhao Qiyu, Kong Dexing. Ultrasound image-based thyroid nodule automatic segmentation using convolutional neural networks. International Journal of Computer Assisted Radiology and Surgery, 2017, 11(11): 1-16.

(5) Tang Donghui, Tao Shuang,Ma Jinlian, Hu Peijun, Long Dan, Wang Jun, Kong Dexing. The effect of short cardio on inhibitory control ability of obese people. International Journal of Imaging Systems & Technology, 2017, 27(4): 345-353.

(6)Ma Jinlian,Wu Fa, Zhu Jiang, Xu Dong, Kong Dexing. A pre-trained convolutional neural network based method for thyroid nodule diagnosis. Ultrasonics, 2016, 73: 221-230.

(7)郑笑娟，马金连，朱凌源，孔德兴，一种提高甲状腺结节良恶性识别的辅助装置，2018.03.30，中国，201610203669X。

通信地址：山东省济南市高新区舜华路1500号山东大学软件园校区教研楼3B座304

邮编：250101

电子邮箱：jlma2019@sdu.edu.cn