多模态医学影像
Multimodal Medical Imaging
面向脑疾病与神经发育障碍,研究结构 MRI、静息态功能 MRI、功能连接与 EEG 等多源信息的表征与融合。
哈尔滨师范大学 · 计算机科学与信息工程学院
ABOUT
哈尔滨师范大学软件工程专业本科生,主要关注多模态医学影像、可解释深度学习与智能计算。目前已围绕婴幼儿 EEG 辅助识别、多模态 MRI 抑郁症分类、CPU 调度和课堂交互分析开展科研工作。
熟悉 Python、PyTorch 与 Linux 服务器操作,能够开展数据处理、模型搭建、训练调参、消融实验和结果分析;能够使用 LaTeX、Zotero、Origin 等工具完成论文排版、文献管理与科研绘图。
全日制本科;专业排名第 1 名(共 89 人)。
RESEARCH INTERESTS
Multimodal Medical Imaging
面向脑疾病与神经发育障碍,研究结构 MRI、静息态功能 MRI、功能连接与 EEG 等多源信息的表征与融合。
Explainable Deep Learning
关注模型性能与可解释性的平衡,通过脑区重要性分析、消融实验和可追溯结构设计提升模型可信度。
Intelligent Computing & Prediction
探索深度学习在 CPU 调度、课堂交互分析和复杂决策等任务中的应用。
PUBLICATIONS
Electronics, 15, 693
94.50% ACC,94.65% F1,1.00 AUROC。
DOI ↗
Computational Intelligence, 41, e70131
基于婴幼儿静息态 EEG 的三分类研究;0.91 ACC,0.89 Recall,0.97 AUC。
DOI ↗
RESEARCH EXPERIENCE
以 AAL 图谱建立统一 ROI 语义空间,在脑区层面对结构、局部功能和功能连接信息进行组织与融合,并开展脑区重要性分析。
完成 EEG 数据整理、特征处理与标签校验,使用 SMOTE 缓解类别不平衡,并设计包含特征注意力、自注意力和交叉注意力的多层级 Transformer。
从教师、学生与教学内容三个维度刻画课堂过程,构建可解释互动得分并用于学生成绩等级预测。
将 CPU 调度策略选择建模为五分类任务,融合多尺度卷积、频域增强、双分支注意力与树突网络判别头。
参与深度学习与图像复原相关教材修订、CCF-A 论文对比方法复现、医疗图像分割专利及遥感图像去噪综述工作。
HONORS & AWARDS
CONTACT & UPDATES