所获专利：
曾绍群、刘亚丰、吕晓华，一种研究神经环路功能和调控动物行为活动的系统，中国发明专利，授权时间（2013.12.25），专利号：ZL201210290630.8
刘亚丰、曾绍群、吕晓华, 一种用于研究神经网络的系统及其控制方法，中国发明专利，授权时间（2013.05.15），专利号：ZL201110030248.9
曾绍群、刘志海、周炜、骆清铭，一种光纤倏逝场照明器，中国发明专利，授权时间（2010.9.15），专利号：ZL200810237414.0
Shaoqun Zeng, Qingming Luo, Chen Zhan, XiaohuaLv, Light pulse positioning with dispersion compensation, 美国发明专利，授权时间（2010.10.26）, US 7,821,698 B2
所获奖项荣誉：
2002年入选教育部优秀青年骨干教师；
2003年获湖北省自然科学奖二等奖1项（排名第二）；
2006年入选教育部新世纪优秀人才；
2006年获湖北省科学进步奖一等奖（排名第五）；
2006年获武汉市首届优秀科技工作者；
2007年获湖北省自然科学奖一等奖（排名第三）；
2007年“飞秒激光生物成像”成果入选“2007中国光学重要成果”；
2008年“飞秒激光双光子快速随机扫描显微成像装置”获教育部技术发明一等奖（排名第一）；
2009年获国家杰出青年科学基金；
2010年“生物功能的飞秒激光光学成像机理研究”获国家自然科学二等奖（排名第三）；
2013年入选科技部创新人才推进计划中青年科技创新领军人才；
2014年单细胞分辨的全脑显微光学切片断层成像技术与仪器”获国家技术发明二等奖（排名第四）。
主要科研项目：
国家重点基础研究计划（973计划）：
灵长类神经回路精细结构成像的新方法和新工具（2015-2019）
国家自然科学基金项目（国家重大科研仪器设备研制专项）：
三维无惯性快速扫描多光子显微成像仪器（2014-2018）
国家自然科学基金项目（重大研究计划）：
全脑尺度神经环路功能连接的高通量高分辨成像新技术（2013-2016） |
1. Ting Zheng, Zhongqing Yang, Anan Li, XiaohuaLv, Zhenqiao Zhou, Xiaojun Wang, Xiaoli Qi, Shiwei Li, Qingming Luo, Hui Gong*, Shaoqun Zeng*, Visualization brain circuits using two-photon fluorescence micro-optical sectioning tomography, Optics Express, 2013, 21(8): 9839-50
2. HanqingXiong, Zhenqiao Zhou, Mingqiang Zhu, XiaohuaLv, Anan Li, Siming Wang, Zhongqin Yang, Tonghui Xu, Qingming Luo, Hui Gong*, Shaoqun Zeng*, Chemical reactivation of quenched fluorescent protein molecules enables resin-embedded fluorescence micro-imaging, Nature Communications, 2014, 5: 3992
3. Xiaomin Lai, Sheng Xiao, Yiming Guo, XiaohuaLv, Shaoqun Zeng*, Experimentally exploiting the violation of the Lagrange invariant for resolution improvement, Optics Express. 2015, 23(24): 31408-31418
4. Qinglei Hu, Zhenqiao Zhou, XiaohuaLv, Shaoqun Zeng*, Compensate the spatial dispersion of acousto-optic deflector with a special Kepler telescope, Optics Letters, 2016, 41(2) 207-210
5. Tingwei Quan, Hang Zhou, Jing Li, Shiwei Li, Anan Li, Yuxin Li, XiaohuaLv, Qingming Luo, Hui Gong*, Shaoqun Zeng*, NeuroGPS-Tree: Automatic reconstruction of large-scale neuronal populations with dense neurites, Nature Methods, 2016, 13, 51–54, doi: 10.1038/nmeth.3662
|
