研究方向
研究经历与代表性项目
研究兴趣
当前研究
数字健康实验室 | 2019 – 至今
专注于将机器学习与深度学习技术应用于可穿戴传感与健康监测领域。
无创连续血压监测
主导基于耳戴式光电容积脉搏波（PPG）与惯性传感器的连续血压估计算法研发。负责硬件原型设计、临床试验方案制定，并与CRO机构合作完成多设备临床验证。
非接触式生命体征监测
开发基于远程光电容积描记（rPPG）技术的面部视频心率、呼吸率和血氧饱和度估计模型。该方案被认定为顶级解决方案并纳入产品规划。
心房颤动负荷评估
主导基于智能手表的房颤监测项目，完成从数据采集、算法开发到产品交付的全流程工作。研究成果发表于 IEEE JBHI 并被选为封面论文。
神经调控可穿戴设备
主导耳机形态的经皮迷走神经刺激（taVNS）系统研发，实现基于生理信号的压力检测与神经干预闭环。
博士研究
罗格斯大学 | 集成系统与神经影像实验室 | 2013 – 2018
从事基于神经影像数据的行为预测计算方法研究：
- 可见性图分析： 提出基于宽场经颅成像的皮层脑状态解码新方法
- 功能性近红外光谱（fNIRS）： 开发基于动态时间规整的脑成像信号平均化框架
- 分形特性分析： 利用可见性图方法表征fNIRS信号的动态特性
- 多模态神经影像： 研究EEG-fNIRS联合采集实验的最优电极/光极配置方案
学术影响
- 在IEEE、ACM、OSA等顶级学术会议与期刊发表论文50余篇
- 在可穿戴健康传感领域申请发明专利15项以上
- 房颤研究成果被选为IEEE JBHI封面论文
- 获得多项公司级创新奖项，表彰在健康传感与生物信号基础模型领域的贡献