王革1982年毕业于西安电子科技大学电子工程系,1985年在中国科学院研究生院遥感应用研究所获得硕士学位,随后于1991年和1992年在纽约州立大学布法罗分校获得电气和计算机工程的硕士和博士学位。毕业后,王革于1994年加入圣路易斯华盛顿大学马林克罗特放射研究所担任讲师进行研究工作,1996年离开圣路易斯华盛顿大学后,于次年加入爱荷华大学放射学系,并在爱荷华大学进行了长达10年的研究工作。在2006年,王革加入弗吉尼亚理工大学——威克森林大学生物医学工程科学学院|Virginia Tech - Wake Forest University School of Biomedical Engineering & Sciences}}担任教授,并兼任生物医学成像部主任[8]。
2016年,王革提出了第一个深度成像技术路线图[15]。自此,他与他的合作者在这个全新领域发表了一系列论文,主要成果涵盖深度去噪、深度重建和深度放射组学。2018年举办的林道诺贝尔奖得主大会对他在深度去噪方面的工作进行了报导[16]。2019年,他与合著者出版了第一本关于基于机器学习的图像重建专业著作(IOP最流行的电子图书之一,2020年有超过33,000的下载量)[17],并为IEEE Transactions on Medical Imaging主办了两期关于该主题的特刊。他的团队与通用电气、FDA、哈佛大学及其他研究机构合作,积极开发应用于临床和临床前的深度成像算法和系统。
^Ge Wang; et al. A general cone-beam reconstruction algorithm. IEEE Transactions on Medical Imaging: 486-496. doi:10.1109/42.241876. 引文格式1维护:显式使用等标签 (link)
^Michel Defrise; et al. A solution to the long-object problem in helical cone-beam tomography. Physics in Medicine & Biology: 623. 引文格式1维护:显式使用等标签 (link)
^Patrick J. La Rivière and Carl R. Crawford. From EMI to AI: a brief history of commercial CT reconstruction algorithms. Journal of Medical Imaging: 052111.