学习与工作经历：

2005.09-2008.06 山东大学医学院  影像医学与核医学    硕士

2011.09-2014.06 山东大学医学院  影像医学与核医学专业  博士

1992.07-2013.05 山东齐鲁医院中心院区放射科；

2013.06-2020.07 山东大学齐鲁医院（青岛）医学工程与信息部主任、放射科常务副主任；

2020.08-至今    山东大学齐鲁医院（青岛）副院长，影像中心主任；

研究方向：

神经系统疾病多模态影像学研究及医工交叉研究

学术/社会兼职：

中华医学会放射学会神经学组委员；中国医师协会神经学组委员；中国研究型医院学会肿瘤断学专业委员会委员；中国研究型医院学会临床工程专业委员会委员；山东省健康管理学会影像医学专委会主任委员；山东省医学伦理学会放射学分会主任委员；山东省医学会放射学分会副主任委员；山东省医师协会放射学分会副主任委员。中华放射学杂志、实用放射学杂志、国际医学放射学杂志、医学影像技术杂志等编委。

获奖荣誉：

山东省医学科技进步二等奖1项，青岛市科技进步二等奖2项，青岛市拔尖人才

科生课程：

医学影像诊断

研究生课程：

医学影像诊断

1、26-1-5-smjk-15-nsh，基于5.0T MR多模态成像对脑退行性疾病脑皮质及丘脑-边缘系统关键靶点损害的研究与应用，青岛市科技局，2026.01-2028.12，200万，项目负责人；

2、20-3-4-37-nsh，基于人工智能的出血性脑卒中临床诊断及卒中后脑网络机制研究，青岛市科技局，2020.06-2022.06，50万，项目负责人；

3、[2020]772, 基于人工智能云平台的医学影像服务解决方案应用，国家发改委，2020.03-2022.03，260万，联合申报项目负责人;

4、ZR2015HM059，功能性磁共振成像技术用于血管性痴呆早期诊断的研究,山东省科技厅，2015.09-2018.09，12万，项目负责人；

5、ZR2009CM119,3T磁共振PWI与高b值DTI对单侧慢性脑动脉闭塞性脑血管病的应用,山东省科技厅，2009.09-2012.09,4万，项目负责人。

1.       Xiangshui M, Xiangjun C, Xiaoming Z, et al. 3 T magnetic resonance diffusion tensor imaging and fibre tracking in cervical myelopathy. Clin Radiol. 2010;65(6):465-473.

2.       Meng X, Wang Q, Hou J, et al. Diffusion tensor imaging of normal-appearing white matter in unilateral cerebral arterial occlusive disease. J Magn Reson Imaging. 2013;38(3):650-654.

3.       Meng X, Jun C, Wang Q, et al. High b-value diffusion tensor imaging of the remote white matter and white matter of obstructive unilateral cerebral arterial regions. Clin Radiol. 2013;68(8):815-822.

4.       Guan S, Kong X, Duan S, Ren Q, Huang Z, Li Y, Wang W, Gong G, Meng X, Ma X. Neuroimaging Anomalies in Community-Dwelling Asymptomatic Adults With Very Early-Stage White Matter Hyperintensity. Front Aging Neurosci. 2021 Aug 16;13:715434.

5.       Xia X, Zhang X, Cui J, Jiang Q, Guan S, Liang K, Wang H, Wang C, Huang C, Dong H, Han K, Meng X. Difference of mean Hounsfield units (dHU) between follow-up and initial noncontrast CT scan predicts 90-day poor outcome in spontaneous supratentorial acute intracerebral hemorrhage with deep convolutional neural networks. Neuroimage Clin. 2023;38:103378. doi: 10.1016/j.nicl.2023.103378

6.       Huang Z, Xia X, Guan S, Gong G, Luo Y, Shi L, Zhang J, Meng X. Neuroimaging anomalies in asymptomatic middle cerebral artery steno-occlusive disease with normal-appearing white matter. Front Neurol. 2023 Aug 24;14:1206786.

7.       Cao Y, Feng J, Wang C, Yang F, Wang X, Xu J, Huang C, Zhang S, Li Z, Mao L, Zhang T, Jia B, Li T, Li H, Zhang B, Shi H, Li D, Zhang N, Yu Y, Meng X, Zhang Z. LNAS: a clinically applicable deep-learning system for mediastinal enlarged lymph nodes segmentation and station mapping without regard to the pathogenesis using unenhanced CT images. Radiol Med. 2023 Dec 18.

8.       Zhang X, Li H, Xia X, Wu J, Shi F, Zhao C, Meng X, Ren Q. Predicting Parkinson's disease and its progression based on radiomics in T1-weight images and α‑synuclein in cerebrospinal fluid. NPJ Parkinsons Dis. 2025 Sep 25;11(1):273.

9.       Ren Q, Wang Y, Leng S, Nan X, Zhang B, Shuai X, Zhang J, Xia X, Li Y, Ge Y, Meng X, Zhao C. Substantia Nigra Radiomics Feature Extraction of Parkinson's Disease Based on Magnitude Images of Susceptibility-Weighted Imaging. Front Neurosci. 2021 May 31;15:646617.

10.   Xia X, Liu J, Cui J, You Y, Huang C, Li H, Zhang D, Ren Q, Jiang Q, Meng X. A nomogram incorporating CT-based peri-hematoma radiomics features to predict functional outcome in patients with intracerebral hemorrhage.Eur J Radiol. 2025 Feb;183:111871.