关于我
简介
我是一名正在攻读人工智能与自适应系统硕士学位的学生，对医学图像分析有一些初步经验，想学习具身智能。我的学习之旅始于本科时期对计算机视觉和目标检测的探索，如今很幸运能够继续在人工智能领域深造。我现在希望能够学习探索现在前沿的具身智能，多智能体，脑机接口等技术。
教育背景： 人工智能与自适应系统硕士（在读），计算机科学与技术学士
学习重点： 医学人工智能、计算机视觉、具身智能
荣誉： Kaggle竞赛（RNA 3D折叠、播客收听时间预测、卡路里消耗预测）、"挑战杯"大学生竞赛、国家级大创、4项软件著作权、1项发明专利申请
科研学习与参与
Machine Learning Identifies Exosome Features Related to Hepatocellular Carcinoma
Frontiers in Cell and Developmental Biology (2022) · DOI: 10.3389/fcell.2022.1020415
共同第一作者（位次第三）：负责机器学习分析流程的设计与实现；比较随机森林、SVM‑RFE、LASSO等方法，从高维外泌体数据中筛选并验证关键生物标志物。
Multi-omics and Machine Learning-driven CD8+ T Cell Heterogeneity Score for Prognosis
Molecular Therapy Nucleic Acids (2024) · DOI: 10.1016/j.omtn.2024.102413
作为机器学习技术支持，实现包括LASSO回归在内的多种算法，从多组学数据中识别与HNSCC预后相关的关键基因，并为CD8+T细胞异质性评分提供特征输入。
Using Multiomics and Machine Learning: Insights into Improving the Outcomes of Clear Cell Renal Cell Carcinoma via the SRD5A3-AS1/hsa-let-7e-5p/RRM2 Axis
ACS Omega (2025年6月) · DOI: 10.1021/acsomega.5c01337
实现完整的机器学习分析流程，识别并量化SRD5A3‑AS1/hsa‑let‑7e‑5p/RRM2信号轴在透明细胞肾细胞癌（ccRCC）中的预后价值，并参与单细胞与空间转录组分析验证。
部分项目经历
YOLOv11-LCDFS：结合低光照增强的强化吸烟检测
开发基于YOLO的架构，探索专门的损失函数、注意力机制、优化的上采样技术以及低光照增强，以提高在挑战性光照条件下的检测能力
PyTorch | 计算机视觉 | YOLO | 注意力机制
多模态医学图像分析
具有临床表格数据整合和CT多模态处理经验，提高诊断准确性
PyTorch | 深度学习 | 多模态融合
3D医学分割
具有医学图像分割和3D体积分割经验
PyTorch | 深度学习 | 3D分割
部分竞赛与获奖
斯坦福RNA 3D折叠竞赛
铜牌 144/1516 | Kaggle全球竞赛（截止时间 2025年5月23日）
预测卡路里消耗竞赛
排名 178/4316（前5%） | Kaggle全球竞赛（2025年6月1日）
预测播客收听时间竞赛
排名 116/3310（前4%） | Kaggle全球竞赛（2025年5月1日）
第18届"挑战杯"大学生竞赛
铜牌 | 浙江省
第4届全国"传智杯"IT技能竞赛
省赛优秀奖 | 浙江省
研究兴趣
当前学习重点
我目前正在努力在以下领域建立基础知识：
打基础
学习机器人技术、强化学习和计算感知的基本概念
提升实践能力
尝试使用模拟环境并参与小型项目来应用所学知识
多智能体学习
初步了解多个人工智能智能体如何交互、沟通并协作解决问题