ABOUT

个人简介

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。

专业排名1 / 89
GPA4.24 / 5.00
加权成绩92.36
论文工作4 项
哈尔滨师范大学 · 软件工程

全日制本科;专业排名第 1 名(共 89 人)。

RESEARCH INTERESTS

研究方向

01

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。

02

可解释深度学习

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。

03

智能计算与预测

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

论文成果

* 按当前发表与投稿状态更新
  1. [1]
    已发表2026第二作者

    An Interpretable CPU Scheduling Method Based on a Multiscale Frequency-Domain Convolutional Transformer and a Dendritic Network

    Electronics, 15, 693

    94.50% ACC,94.65% F1,1.00 AUROC。

    DOI ↗
    MCFCTransformer-DD CPU 调度模型整体结构图
    MCFCTransformer-DD 模型整体结构点击查看大图
  2. [2]
    已发表2025第二作者

    MTT: Multi-Tier Transformer for Early Diagnosis of Autism Spectrum Disorder and Language Disorder in Infants

    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 ↗
    MTT 多层级 Transformer 模型整体结构图
    MTT 模型整体结构点击查看大图
  3. [3]
    同行评审中2026第一作者

    MUSA: A Multimodal MRI-Based Major Depressive Disorder Classification Model with a Unified ROI Semantic Space

    Journal of King Saud University — Computer and Information Sciences

    基于 REST-meta-MDD 的统一 ROI 语义空间模型;79.20% ± 0.65% ACC,87.08% ± 0.51% AUC。

    MUSA 多模态 MRI 抑郁症分类模型整体结构图
    MUSA 模型整体结构点击查看大图
  4. [4]
    在投2026第二作者

    Multimodal Classroom Interaction and Academic Performance Prediction

    IEEE Transactions on Learning Technologies

    融合教师课堂韵律、学生课堂参与度、内容强调权重与学生画像;88.00% ACC。

    MCIP 多模态课堂交互与学业表现预测框架图
    MCIP 整体研究框架点击查看大图

RESEARCH EXPERIENCE

科研经历

MUSA:多模态 MRI 抑郁症分类

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。

MTT:婴幼儿 ASD 与 DLD/DD 辅助识别

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。

MCIP:多模态课堂交互与学业表现预测

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。

MCFCTransformer-DD:可解释 CPU 调度

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。

哈尔滨工业大学田春伟教授课题组实习

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

获奖情况

综合荣誉

  • 省级黑龙江省三好学生
  • 国家级国家励志奖学金
  • 校级哈尔滨师范大学一等奖学金

学科竞赛

  • 东北三省数学建模联赛二等奖
  • 中国国际大学生创新大赛(2025)黑龙江赛区铜奖
  • 第十六届蓝桥杯 Python 程序设计大学 B 组黑龙江赛区三等奖
  • 第四届全国大学生 C 语言程序设计大赛本科组全国二等奖

CONTACT & UPDATES

联系方式与更新

学术交流

欢迎围绕多模态医学影像、可解释深度学习和智能计算等方向进行交流。

wanghonghua13@gmail.com

后续更新

  • 最新论文与投稿进展
  • 开源代码与项目资料
  • 学术活动与阶段成果