陈晓峰 · 生物医学工程

• 主导便携式超声静脉穿刺引导模块成像算法的优化，采用C++与CUDA实现多尺度血管增强与实时降噪，将静脉轮廓清晰度提升约40%，处理延迟压缩至33 ms以内，满足实时穿刺引导需求。

• 参与超声设备图像处理管线开发，基于Qt与DICOM协议构建图像采集与参数控制模块，结合嵌入式Linux下的原始信号采集与缓冲管理，使图像从采集到显示的全链路延迟降低25%。

• 支持临床验证，与合作医院采集200余例超声图像数据，分析算法失效模式并通过三版迭代将静脉自动识别准确率从78%提升至92%，支撑临床试验报告的撰写。

• 负责单导联智能心电贴原型方案，基于ARM Cortex-M4与FreeRTOS构建低功耗采集固件，设计级联FIR带通滤波与自适应工频陷波器，将运动干扰下的基线漂移抑制至±0.04 mV，保证R波检测所需信噪比。

• 在资源受限条件下，利用MATLAB完成滤波器系数量化与定点R波检测算法的仿真验证，随后移植为C模块并嵌入FreeRTOS任务，单通道实时处理耗时仅1.6 ms，功耗增量不超过0.7 mW。

• 设计并实现蓝牙BLE自定义数据透传协议，实时推送滤波后心电波形与R波时间戳，配合Python上位机完成波形显示与瞬时心率计算，端到端延迟控制在35 ms以内。

• 自建10人静息/运动混合数据集进行原型验证，R波检出灵敏度达98.8%，正预测率99.1%，误检率低至0.3次/分钟，达到临床可参考水平。

• 原型硬件与固件全部自主设计，整机功耗仅3.9 mW，单颗CR2032支持连续工作超48小时；获评校级优秀毕业设计，并受邀在校创新工程展上演示。

• 负责合作医院多序列MRI脑肿瘤标注流程优化，利用ITK与DICOM库完成T1、T2、FLAIR序列的自动配准和颅骨剥离，并基于OpenCV实现自适应窗宽窗位归一化，构建超500例标准化训练集。

• 基于PyTorch搭建并改进U-Net多通道分割网络，设计包含弹性形变、随机遮挡与伽马校正的混合数据增强策略，将分割Dice系数由基线0.76提升至0.87，显著减轻瘤周水肿等易误分区域。

• 将模型封装为半自动标注插件并嵌入医生阅片环境，使单例全肿瘤轮廓标注耗时从约25分钟降至7分钟，效率提升近3倍，直接支撑合作医院脑肿瘤结构化数据库的快速构建。

参赛项目为基于单导联心电贴的房颤实时检测系统，获竞赛二等奖。