研究领域：

生物光子学, 介观显微仪器, 光电计算

教育及工作经历：

11/2016 – 今, 历任清华大学自动化 助理研究员，副研究员，研究员

06/2014 – 11/2016, 清华大学自动化系 博士后

09/2008 – 06/2013, 长春理工大学 光学工程 博士

07/2004 – 07/2004, 长春理工大学 计算机科学与技术 硕士

09/1999 – 07/2013,长春理工大学 计算机科学与技术 学士

近五年代表性研究工作 (#共同第一作者, *通信作者)：

1、 Zhifeng Zhao^#, Yiliang Zhou^#, Bo Liu^#, Jing He^#, Jiayin Zhao, Yeyi Cai, Jingtao Fan, Xinyang Li, Zilin Wang, Zhi Lu, Jiamin Wu*, Hai Qi*, and Qionghai Dai*; Two-photon synthetic aperture microscopy for minimally invasive fast 3D imaging of native subcellular behaviors in deep tissue, Cell, 2023, 186 (11), 2475-2491.

2、 Yitong Chen^#, Maimaiti Nazhamaiti^#, Han Xu^#, Yao Meng, Tiankuang Zhou, Guangpu Li, Jingtao Fan, Qi Wei, Jiamin Wu*, Fei Qiao*, Lu Fang*, and Qionghai Dai*. All-analog photoelectronic chip for high-speed vision tasks. Nature, 2023, 623 (7985), 48-57.

3、 Jiamin Wu^#, Zhi Lu^#, Dong Jiang^#, Hui Qiao, Yi Zhang, Tianyi Zhu, Yeyi Cai, Xu Zhang , Karl Zhanghao, Hao Xie, Tao Yan, Guoxun Zhang, Xiaoxu Li, Zheng Jiang, Xing Lin, Lu Fang, Bing Zhou, Peng Xi, Jingtao Fan*, Li Yu*, Qionghai Dai*; Iterative tomography with digital adaptive optics permits hour-long intravital observation of 3D subcellular dynamics at millisecond scale. Cell, 2021, 184(12),3318-3332.

4、 Jingtao Fan, Lu Fang, Jiamin Wu, Yuchen Guo, Qionghai Dai*; From Brain Science to Artificial Intelligence, Engineering, 2020,;6(3), 245-247

5、 Jingtao Fan^#, Jinli Suo^#, Jiamin Wu^#, Hao Xie^#, Yibing Shen, Feng Chen, Guijin Wang, Liangcai Cao, Guofan Jin, Quansheng He, Tianfu Li, Guoming Luan, Lingjie Kong*, Zhenrong Zheng*，Qionghai Dai*; Video-rate imaging of biological dynamics at centimetre scale and micrometre resolution. Nature Photonics, 2019 ,13(11), 809-816.

研究方向：

从亚细胞结构到器官的多尺度观测可能会产生生命科学的重大突破，但长期无法突破空间带宽乘积、光学像差、光毒性等因素的制约。我一直专注于活体介观显微成像的巨大挑战，致力于以计算成像为复杂生物现象提供多尺度理解的跨学科研究。我提出了一系列新的微观成像框架，包括基于相机阵列的十亿像素介观尺度显微镜和扫描光场显微镜，以克服活体内成像的障碍，在时空分辨率、成像数据吞吐量方面提高了几个数量级，在长期观测的光毒性方面降低了几个数量级别。我的研究为哺乳动物大规模细胞间相互作用的研究开辟了一个新的视野。然而，分析和建模跨越细胞器、细胞、组织和器官的生命系统的多尺度行为仍然存在巨大的数据挑战。因此，我未来的工作计划开发更好的活体内中尺度成像仪器和数据分析平台，用于神经科学、肿瘤学和免疫学的各种应用，特别是基于数百万神经元的神经编码机制。

以光为信息载体，以光学或电学高维调控结构为基本单元，通过光的受控传播实现计算。经过半个多世纪的发展，构建层次化光学神经网络，执行智能计算任务，以光电转换获取结果，结构即功能、传播即计算，是最新前沿。我们的愿景是开发大规模、可重构，具备非线性效应的光电计算系统，打破电子算力局限，构筑新一代智能计算的基石。

荣誉与奖励：

2021 国家级人才奖励计划

2021 中国光学十大进展

2016 国家科技进步奖