研究方向

本人主要从事智能医学影像与心脑血管计算研究，重点围绕冠状动脉 CT/CCTA 影像分析、冠脉结构与病变的可解释特征提取、CT 到 CTA 生成、CFD-AI 融合的 FFRCT 快速预测及临床风险分层，探索多模态医学影像与结构化临床数据融合，并进一步拓展至心脑血管共病的智能评估与精准诊疗。

研究生培养与参与方向

欢迎具有计算机相关背景，或具备较强跨学科学习能力的学生加入。入组后将根据个人基础和兴趣选择一条主要研究方向，在具体项目中逐步学习和提升。

1. 技术基础要求（可在项目中学习）

• 具备 Python 编程基础，了解 NumPy、Pandas、Matplotlib 等常用数据处理与可视化工具；

• 对机器学习或深度学习有基本认识，接触过 scikit-learn、XGBoost、PyTorch、CNN 或 U-Net 者优先；

• 具有医学图像处理经验，了解 DICOM、NIfTI、SimpleITK、3D Slicer、VMTK 等工具者优先，但不作硬性要求；

• 具备基本的英文文献阅读、代码理解与实验复现能力；

• 不要求入组前全部掌握，更看重学习能力、动手能力和持续投入。

2. 主要研究任务

• 开展 CT/CCTA 医学影像预处理、分割、生成、三维重建及定量分析；

• 提取冠脉结构、病变及影像表型特征，开展可解释性分析；

• 进行结构化临床数据处理、特征工程、模型训练与可视化；

• 参与多模态数据融合、临床风险预测及 AI-FFRCT 等研究；

• 协助完成实验设计、结果整理、科研论文及技术报告撰写；

• 根据个人兴趣和实际贡献，参与论文、专利、软件著作权、科研项目及创新创业竞赛。

3. 希望你

• 对人工智能、医学影像或交叉学科研究有兴趣；

• 具有探索精神和较强的动手能力，愿意主动学习医学知识；

• 逻辑思维清晰，能够主动沟通并规范记录研究过程；

• 愿意持续投入，能够将想法落实为代码、实验和成果。

我们希望找到能够长期合作、共同成长，并推动科研成果与产业转化的学生。欢迎对相关方向感兴趣的同学进一步沟通。