Dr. Kadhim Mustafa Raad Kadhim

姓名	Dr. Kadhim Mustafa Raad Kadhim （穆斯塔发）
国籍	伊拉克
出生日期	1991-05-21
电子邮箱	mustafa@xmu.edu.cn
电话	+9647780054366 / +8613084428131
学术头衔	博士后科研人员
工作单位	厦门大学信息学院
语言	阿拉伯语, 英文, and 中文

穆斯塔发博士，伊拉克公民，1991年1月出生。2022年毕业于中国电子科技大学，获人工智能专业博士学位。现为中国厦门大学信息学院全职博士后研究员。 主要研究方向为人工智能在生命科学中的应用，重点聚焦肺部、肾脏、肝脏等器官癌变组织的自主内镜切除技术及相关方法学。同时致力于推动厦门大学与中国企业、伊拉克政府及私营机构间的合作关系。 此外，他在伊拉克创立了创新智能中心（inX），该中心专注于开发契合伊拉克市场需求的独特人工智能技术，并为有意向集成AI技术的机构提供专项研究与咨询。

2009年考入拉菲丹大学学院，获软件工程学士学位。2013年任职伊拉克New Vision公司软件总监，同期启动个人软件开发项目。 2015年进入西南交通大学攻读计算机科学与技术专业工程硕士学位。2018年考入中国电子科技大学，获软件工程与人工智能专业工学博士学位。 2023年留校担任人工智能应用研究方向科研专家。2025年加入厦门大学任生命科学人工智能领域科研专家，同年创立智能创新人工智能中心。

当前研究致力于人工智能与医疗应用的深度融合，涵盖新抗原识别、肿瘤生物标志物预测、柔性自主支气管镜检查、内镜导航及运动路径优化等领域。 同时广泛参与机器学习及其应用研究，涉及数据聚类、数据分类、异常检测、抑郁识别、深度神经网络、对抗攻击、联邦学习、知识图谱、大语言模型，以及无人机路径规划与智能决策。

主导管理五项伊拉克政府项目，其中三项为国家级重点项目，并参与多项中国国家自然科学基金项目。 学术成果包括独著《基于聚类的自学习数据分析检测模型》，在COSE、IEEE物联网期刊、IET通信、JKSUCIS、IJCNN、ICCWAMTIP、FedCSIS、IJMLC、FLINS及APF等国际权威期刊会议上发表论文15篇。 持有三项国家专利，指导学生开展科研工作，兼任JKSUCIS、IJCNN等期刊审稿人。

2023年作为指导教师获得高中生科学竞赛省级一等奖及全球提名奖。同年荣获中国电子科技大学2023/2024学年优秀研究生指导教师称号。2018/2019至2021/2022学年期间担任该校国家代表。

学位	专业	院校	时间
博士研究生	软件工程 人工智能	信息与软件工程学院 电子科技大学	2018.09 2022.12
硕士研究生	软件工程 人工智能	信息科学与技术学院 西南交通大学	2015.09 2018.06
大学本科	软件工程	软件工程学院 拉菲丹大学学院	2009.09 2013.08

机构	职位	地点	时间	职责
厦门大学	全职博士后研究员	福建厦门	2025-09 至今	开展人工智能在生命科学领域的应用研究，重点聚焦基于自主内镜的癌变组织提取分析及相关技术；构建厦门大学与中国企业间的产学研合作，促进与伊拉克政府机构的交流；指导学生科研项目，参与国家自然科学基金项目的管理与申报。
创新智能中心(INX)	创始人	伊拉克巴格达	2025-02 至今	领导人工智能解决方案的研发，通过硬件与先进算法融合提升系统效能；管理高校与企业战略合作，指导学生团队，确保项目从概念到应用的全流程实施。
伊斯兰大学-计算机工程技术系	教研人员/创始人兼科学顾问	伊拉克迪瓦尼耶	2025-09 至今	引领人工智能、云计算与物联网领域的学术创新，开发现代化课程体系；培养学生面向未来的专业技能，加强科研合作网络，支持高等教育数字化转型。
电子科技大学计算机科学与工程学院（网络空间安全学院）	全职博士后研究员	四川成都	2022-12 2024-12	主持国家自然科学基金资助的创新研究项目，设计实施先进研究方法，在权威期刊发表科研成果；指导硕博研究生学术发展，促进其专业能力提升。
Bright教育培训中心	兼职教学部导师	四川成都	2015-12 2018-06	指导培训新入职外籍教师适应教学环境，开展教学方法与课堂管理培训；制定教学策略并提供改进建议，提升团队教学水平。
New Vision公司	全职软件部门经理	伊拉克巴格达	2014-01 2015-10	分析客户需求，完成软件设计与数据库构建，统筹项目管理；解决技术难题，为公司员工及政府部门提供技术支持与培训。
Al-Baqir软件工作室	创始人	伊拉克巴格达	2013-09 2015-10	为伊拉克卫生部法医局开发死者数据管理系统，完成系统分析、设计与开发；组织软件设计与数据管理专题培训课程。

编号	专利名称	发明人	授权机构 / 专利号	授权日期	摘要
[1]	一种基于无源领域自适应的精神压力识别方法	[1] 田玲， 穆斯塔法，张栗粽, et al.	2024110396263	2024-07-31	我们提出一种基于心电与生理信号的多领域压力识别方法，该方法融合自监督训练与自适应分类器，有效解决了传统模型识别准确率低、迁移性弱的问题。该技术可广泛应用于医疗健康、驾驶安全及职业监测领域，助力可穿戴设备实现精准的压力等级分类。
[2]	一种基于历史特征表示融合的时序知识图谱推理方法	高辉， 穆斯塔法，卢光曦, et al.	202411035366.2	2024-07-31	本发明提出一种基于历史子图、规避图和注意力机制的时序知识图谱推理方法，通过融合局部结构与全局背景知识，有效提升了预测精度与推理效率。该技术可应用于智能问答系统、推荐系统及事件预测等领域。
[3]	一种考虑续航受限的多无人机数据采集方法	周城锴， 穆斯塔法，王婷琦, et al.	202410855086.X	2024-06-28	本发明提出一种基于加密备份（沙米尔门限方案）与激励式移动策略的多无人机安全数据采集方法。该方法通过平衡续航限制与安全需求，有效防止数据丢失与泄露，可应用于物联网传感、灾害监测及安防巡查领域，确保无人机集群高效安全协同作业。

编号	项目名称	资助机构	项目编号	时间	资助金额
[1]	面向智慧城市的联邦学习关键技术研究	国家自然科学基金-面上项目	No. 62372085	2024-01 2027-12	50万
[2]	知识图谱可解释性混合推理技术研究	国家自然科学基金-面上项目	No. 62376055	2024-01 2027-12	49万

编号	论文标题	作者	发表期刊/会议	年份	摘要
[1]	Exploring the reliability of clustering models: a case study on interpretation and overlapping issues 《聚类模型可靠性探究：可解释性与重叠问题案例研究》	Mustafa Kadhim, Peilin Li*, Guangxi Lu, et al.	International Journal of Machine Learning and Cybernetics	2024	本研究通过聚焦可解释性与聚类重叠问题，系统考察聚类模型的可靠性，并提出性能评估与模糊案例分析的解决方案。
[2]	Lightweight On-edge Clustering for Wireless AI-driven applications 《面向无线AI驱动应用的轻量化边缘聚类技术》	Mustafa Raad Kadhim*, Guangxi Lu, Yinong Shi, et al.	IET Communications Journal	2024	本研究开发面向无线AI应用的轻量化边缘聚类技术，旨在提升边缘设备计算效率并降低能耗。
[3]	Multi-UAV path planning for multiple emergency payloads delivery in natural disaster scenarios 《自然灾害场景下面向多应急物资投送的多无人机路径规划》	Zarina Kutpanova, Mustafa Raad Kadhim, Xu Zheng*, et al.	Journal of Electronic Science and Technology	2024	本文研究自然灾害中多无人机应急物资投送路径规划，通过高效算法实现可靠快速的物资配送。
[4]	Multi-UAVs path planning for data harvesting in adversarial scenarios 《对抗场景下多无人机数据采集路径规划》	Zhou Chengkai, Kadhim Mustafa Raad Kadhim*, et al.	Computer Communications	2024	本研究采用风险规避与自适应技术，解决对抗环境下无人机动态数据采集的路径规划问题。
[5]	Self-learning Detection Models for Data Analysis Based on Cluster Ensemble 《基于聚类集成的自学习数据分析检测模型》	Kadhim Mustafa Raad Kadhim, Wenhong Tian	University of Electronic Science and Technology of China Press	2024	本研究提出基于聚类集成的自学习检测模型，通过最小化人工干预提升数据分析的分类准确率。
[6]	A novel self-directed learning framework for cluster ensemble 《面向聚类集成的自主学习新框架》	Mustafa R. Kadhim, Guangyao Zhou, Wenhong Tian*	Journal of King Saud University-Computer and Information Sciences	2022	本文提出采用聚类集成技术的自主学习新框架，可自动提升聚类性能并有效降低误差。
[7]	SentKB-BERT: Sentiment-filtered Knowledge-based Stance Detection 《SentKB-BERT：基于情感过滤知识的立场检测模型》	Chen Hongzhou, Ke Yan*, Mustafa Raad Kadhim, et al.	International Joint Conference on Neural Networks (IJCNN)	2024	本研究将自然语言处理技术与BERT相结合，实现基于知识的立场检测，有效提升文本观点识别的准确率。
[8]	A Novel Side-Information for Unsupervised Cluster Ensemble 《基于新型辅助信息的无监督聚类集成方法》	Mustafa Raad Kadhim et al.	ICCWAMTIP Conference	2021	本文引入新型辅助信息以提升无监督聚类集成性能，有效提高聚类精度并降低结果方差。
[9]	A Novel Cluster Ensemble based on a Single Clustering Algorithm 《基于单一聚类算法的新型集成模型》	Khan Tahseen, Wenhong Tian*, Mustafa R. Kadhim, et al.	FedCSIS Conference	2021	本研究提出基于单一聚类算法的集成新方法，显著简化流程并降低计算资源消耗。
[10]	Rapid clustering with semi-supervised ensemble density centers 《基于半监督密度中心集成的快速聚类》	Mustafa R. Kadhim, Wenhong Tian*, Tahseen Khan	ICCWAMTIP Conference	2019	本研究提出基于半监督密度中心集成的快速聚类方法，实现高效的大规模数据分析。
[11]	Semi-supervised cluster ensemble based on density peaks 《基于密度峰值的半监督聚类集成》	Mustafa Kadhim et al.	FLINS Conference	2018	本研究开发基于密度峰值的半监督聚类方法，有效提升群组识别精度并减少重叠。
[12]	Comparison of Time Interval Statistic and Pulse Shape Discrimination in Fast Neutron Detection Method with Liquid Scintillation Detector Loaded Gd 《载钆液体闪烁体中快中子探测方法的时间间隔统计与脉冲形状甄别对比研究》	Al-jumaili M. A. J., Qiang D., Jingjun Z., Xinde L., Wenbin L., Changjian T., Mustafa R. K., et al.	Applied Physics Frontier	2017	本文对比载钆液体闪烁体探测器的两种快中子探测方法，以确定最精准可靠的检测方案。

编号	标题	作者	出版商	年份	摘要
[1]	A method for elevated ducts refinement based on convolutional neural network 《基于卷积神经网络的大气波导精细化反演方法》	Zhu, Xunyang; Ke Yan; Liquan Jiang; et al.	Radio Science	2024	本研究提出通过卷积神经网络提升大气波导特征分析的精度，实现更高准确率的大气参数估计。
[2]	Adversarial Cross-laser Attack: Effective Attack to DNNs in the Real World 《对抗性跨激光攻击：现实世界中深度神经网络的有效攻击方法》	Wu, Hanyu; Ke Yan; Peng Xu; et al.	12th International Symposium on Digital Forensics and Security (ISDFS)	2024	本研究提出一种针对现实场景中深度神经网络的实用激光对抗攻击方案，揭示了智能系统存在的重大安全漏洞。

编号	标题	作者	状态	摘要
[1]	Hybrid Transformer-CNN U-Net For 3D Renal Artery Segmentation 《面向肾动脉三维分割的Transformer-CNN混合U-Net模型》	Mustafa Kadhim, et al.	IEEE ICASSP (Submitted)	本研究提出将Transformer与CNN融合于三维U-Net架构的混合模型，专注于提升医学影像中肾动脉三维血管分割的细节精度。
[2]	Lightweight Semi-supervised Gravitational Clustering for Growing Data in Internet of Medical Things 《面向医疗物联网增长数据的轻量化半监督引力聚类》	Mustafa Kadhim, et al.	IEEE Internet of Things Journal (2024) — Under Submission	本研究提出基于引力模型的轻量化半监督聚类方法，专门处理医疗物联网中的增长数据，着重提升计算效率并降低资源受限设备的能耗。

编号	成就 / 活动	年份	描述 / 角色
[1]	丘成桐中学科学奖区域一等奖	2023	作为指导导师获得区域一等奖，表彰其在指导中学生参与国际科学竞赛中的卓越贡献。
[2]	丘成桐中学科学奖全球提名奖	2023	作为学生团队导师获得全球提名奖，肯定其在学术指导与咨询方面的重要作用。
[3]	电子科技大学年度优秀研究生导师	2023/2024	为电子科技大学研究生提供学术指导与科研支持，获评当年度优秀研究生导师。
[4]	电子科技大学伊拉克学生代表	2018/2019 - 2019/2020	担任该校伊拉克学生代表，组织文化学术活动，加强国际学生交流与合作。