绿洲
人工智能、深度学习、数据分析工程师 · 5年经验 · 华中科技大学
0
累计接单
0
用户评价
0
被收藏
技术能力
作为一名经验丰富的数据科学家/深度学习工程师，我在机器学习和深度学习领域拥有深厚的专业背景。我擅长使用PyTorch和TensorFlow框架构建高效且可扩展的模型，并在计算机视觉任务中取得了显著成果。我的专长包括但不限于图像分割与目标检测算法，例如U-Net、V-Net、U-Net++和YOLO系列。此外，我还精通传统的机器学习方法，如决策树、朴素贝叶斯分类器和逻辑回归等。
在项目实践中，我能够有效地进行特征提取和特征工程，从而提高模型性能。无论是从零开始构建深度学习模型还是优化现有系统，我都能够运用专业知识和技术来解决复杂问题。我对技术充满热情，并致力于利用先进的算法和技术推动业务发展。
在项目实践中，我能够有效地进行特征提取和特征工程，从而提高模型性能。无论是从零开始构建深度学习模型还是优化现有系统，我都能够运用专业知识和技术来解决复杂问题。我对技术充满热情，并致力于利用先进的算法和技术推动业务发展。
项目经验
2020.07-2021.07 智能诊疗云服务系统 负责人
职责：负责需求设计、后台开发和软件测试。
简述：针对病人在医院进行各项检查预约以及管理的系统，主要分为针对患者的微信公众号和供医生使用的网页端。患者通过微信公众号对检查项目进行预约以及就诊卡的建立，并将数据接入到医院的his系统。医生通过网页端对预约的患者进行管理，并详细记录每一项检查的指标，最终生成PDF版本的诊断结果，可供患者在微信公众号进行下载。
2020.07-2021.02 基于Django的眼外肌自动分割及参数量化 负责人
职责：负责需求分析、前端设计、后端开发、深度学习建模和软件测试。
简述：用户输入病人CT的原始DICOM图像，调用深度学习模型进行预测分割得到上直肌、下直肌、内直肌、外直肌和视神经并进行边界提取。之后对眼外肌进行定量测量和纹理分析，并得到一系列临床诊断相关的参数进行自动计算，将参数写入excel以供用户下载。
2021.04-2021.08 机器学习对甲状腺相关眼病病程预测 负责人
职责：负责需求分析、机器学习建模和机器学习测试。
简述：提取甲状腺相关眼病患者SPECT/CT图像中的影像组学特征，筛选相关度高的特征以及临床参数，使用SVM、XGBOOST和随机森林等机器学习算法进行建模，最终得出甲状腺相关眼病的病程。
2021.08-2022.01 SPECT心肌灌注纹理分析对扩张型心肌病预后 负责人
职责：负责需求分析、心脏重定向和心脏纹理分析。
简述：研究肌理分析在提取信息、量化不均匀、评估结果和预测心脏病的长期预后的临床价值，使用影像组学提取心肌灌注图像的特征，并对其进行统计学分析。
2021.04-2022.03 深度学习对甲状腺相关眼病病程预测 负责人
职责：负责需求分析、深度学习建模和深度学习测试。
简述：使用深度学习对甲状腺相关眼病的病程进行预测，提出一种新的深度学习框架，输入病人SPECT/CT的原始DICOM图像，最终得出病人的甲状腺相关眼病的病程。
职责：负责需求设计、后台开发和软件测试。
简述：针对病人在医院进行各项检查预约以及管理的系统，主要分为针对患者的微信公众号和供医生使用的网页端。患者通过微信公众号对检查项目进行预约以及就诊卡的建立，并将数据接入到医院的his系统。医生通过网页端对预约的患者进行管理，并详细记录每一项检查的指标，最终生成PDF版本的诊断结果，可供患者在微信公众号进行下载。
2020.07-2021.02 基于Django的眼外肌自动分割及参数量化 负责人
职责：负责需求分析、前端设计、后端开发、深度学习建模和软件测试。
简述：用户输入病人CT的原始DICOM图像，调用深度学习模型进行预测分割得到上直肌、下直肌、内直肌、外直肌和视神经并进行边界提取。之后对眼外肌进行定量测量和纹理分析，并得到一系列临床诊断相关的参数进行自动计算，将参数写入excel以供用户下载。
2021.04-2021.08 机器学习对甲状腺相关眼病病程预测 负责人
职责：负责需求分析、机器学习建模和机器学习测试。
简述：提取甲状腺相关眼病患者SPECT/CT图像中的影像组学特征，筛选相关度高的特征以及临床参数，使用SVM、XGBOOST和随机森林等机器学习算法进行建模，最终得出甲状腺相关眼病的病程。
2021.08-2022.01 SPECT心肌灌注纹理分析对扩张型心肌病预后 负责人
职责：负责需求分析、心脏重定向和心脏纹理分析。
简述：研究肌理分析在提取信息、量化不均匀、评估结果和预测心脏病的长期预后的临床价值，使用影像组学提取心肌灌注图像的特征，并对其进行统计学分析。
2021.04-2022.03 深度学习对甲状腺相关眼病病程预测 负责人
职责：负责需求分析、深度学习建模和深度学习测试。
简述：使用深度学习对甲状腺相关眼病的病程进行预测，提出一种新的深度学习框架，输入病人SPECT/CT的原始DICOM图像，最终得出病人的甲状腺相关眼病的病程。
立即沟通
