• 编程语言:Python(熟练)、C/C++(精通)、Matlab(熟练)、Shell、Linux
• 算法与AI:信号处理(滤波、特征提取、时频分析)、机器学习/深度学习(PyTorch、TensorFlow、Sklearn)、分类/回归/序列建模
• 领域经验:心电信号处理、除颤识别、呼吸检测、医疗器械算法落地
• 工程化:跨平台移植、算法优化、实时系统开发、算法与硬件协同调试
• 心电信号智能分类系统(自研/科研项目)
- 使用Python + PyTorch,对MIT-BIH心律失常数据库进行建模
- 采用CNN+LSTM架构,提取时频特征,实现心律失常自动分类
- 分类准确率达98%,相比传统QRS检测算法提升约5%
• 心电监测、识别算法开发优化
- 基于大规模心电数据构建训练与验证流程,结合机器学习判别模型
- 优化特征工程与噪声鲁棒性,算法性能提升30%+
- 成功部署在医疗器械系统,通过注册标准认证
AED(自动体外除颤仪,Automated External Defibrillator): 是一种便携式的急救设备,主要用于抢救 心脏骤停(心室颤动、无脉性心室心动过速) 的患者。 它能自动分析患者的心律,如果需要除颤,就会提示并指导施救者给予电击,
该项目是华为手机的OED,我所扮演的校色是软件驱动开发和软件安全检查,具体内容如下: • 参与C++安全代码审查与AES加解密算法模块开发,强化软件安全性 • 实现驱动与传感器数据处理,积累嵌入式系统与硬件协作经验