聚焦前沿技术，推动医疗AI创新发展
基于卷积神经网络（CNN）与 Transformer 架构，实现对百余种心律失常的高精度自动识别与预警，准确率高达98%以上。
基于深度学习技术从心电信号中提取生理年龄特征，构建精准的年龄预测模型。深入分析不同生活习性（如作息规律、运动习惯、饮食习惯等）对心血管健康的影响，为个性化健康管理和疾病预防提供科学依据。
专注于超声心动图和超声乳腺图像的智能分割研究，运用先进的深度学习分割算法，实现病灶区域的精准定位与分割，提升超声影像分析的准确性和效率，为临床诊断提供可靠的辅助支持。
汇聚计算机科学、生物医学工程与临床医学的跨学科人才
实验室负责人 / 导师
主要研究方向为医学人工智能、医学信号与医学图像处理。致力于将前沿AI技术应用于临床医学诊断，推动智能医疗的创新发展。
核心成员 / 超声图像处理专家
专注于超声心动图图像处理研究，运用计算机视觉和深度学习技术对超声图像进行智能分析，提升心脏疾病的早期诊断能力。
核心成员 / 生活习性分析专家
专注于ECG生活习性分析研究，通过深度学习技术从心电信号中提取与生活方式相关的生理特征，探索生活习惯对心血管健康的影响，为个性化健康管理提供科学依据。
核心成员 / 数字化专家
专注于ECG数字化技术研究，致力于心电信号的数字化处理、存储与传输技术，构建高效的心电数据管理系统，推动ECG数据的标准化和智能化应用，为医疗信息化建设贡献力量。
核心成员 / 多模态大模型专家
专注于ECG多模态大模型应用研究，探索心电信号与临床文本、医学影像的深度融合，构建智能化的心血管疾病诊断系统。
核心成员 / ECG起搏专家
专注于ECG起搏领域的深入研究，在起搏器信号识别、起搏类型自动诊断等方面具有丰富经验，致力于提高起搏心电图的诊断准确率。
核心成员 / 医学图像专家
专注于RetiXE医学图像领域研究，运用先进的深度学习技术进行医学影像的智能分析与诊断，为临床提供精准的辅助诊断支持。
核心成员 / 导联重建专家
专注于ECG导联重建技术研究，通过深度学习算法实现缺失导联的智能重建，提升心电信号采集的完整性和诊断的可靠性。
核心成员 / TanH领域专家
专注于ECG结合TanH激活函数的深度学习模型研究，探索新型神经网络架构在心电信号处理中的应用，提升模型的表达能力和诊断精度。
核心成员 / 自监督学习专家
专注于ECG自监督学习领域研究，通过无监督和半监督学习方法挖掘心电信号的内在特征，减少对大量标注数据的依赖，提升模型的泛化能力。
核心成员 / 导联错位检测专家
专注于ECG导联错位检测与引导注意力分类研究，通过深度学习技术识别和纠正心电导联的错位问题，结合注意力机制提升心律失常分类的准确性和可靠性，为临床诊断提供更精准的心电分析结果。
核心成员 / 多任务学习专家
专注于基于多任务学习的ST段分类研究，运用多任务学习框架同时处理多个相关的心电分析任务，提升ST段异常检测的精度和模型的泛化性能，为心肌缺血等疾病的早期诊断提供技术支持。
核心成员 / P波定位专家
专注于增强P波定位技术研究，通过改进的深度学习算法精确定位P波特征，实现对二度和三度房室传导阻滞的准确检测与诊断，提升房室传导异常识别的敏感性和特异性，为心律失常的精准诊断提供重要支持。
IEEE Transactions on Instrumentation and Measurement, 2022, 71:2514011
Biomedical Signal Processing and Control, 2023, 86:104922
Cell Reports, 2023, 42(7):112750
Physiological Measurement, 2023, 44(12):125005
Biomedical Signal Processing and Control, 2024, 88:105504
Physiological Measurement, 2024, 45(4):045009
Physiological Measurement, 2024, 45(5):055006
Biomedical Signal Processing and Control, 2024, 96:106591
Physiological Measurement, 2024, 45(5):095013
Computer Methods and Programs in Biomedicine, 2024, 257:108454
Journal of Electrocardiology, 2025, 92:154083
生物医学工程大赛，我们的团队在比赛中表现出色，荣获一等奖。
凭借基于AI-EEG的年龄预测与生活习性分析模型，在比赛中表现出色，荣获二等奖。
通过深度学习方法，实现了肾小球病变分割及分类，荣获二等奖。
在2021AIWIN算法计算赛心电智能诊断算法竞赛中，实验室团队凭借优秀的算法设计和创新思路，荣获第二名。
在第四届中国生理信号挑战赛中，实验室团队在"从动态心电图记录中检测阵发性房颤事件"项目中表现出色，荣获一等奖。