开户即送58体验金

2025年第十届全国大学生生物医学工程创新设计竞赛于近日顺利举办。经过初赛阶段的激烈角逐，由开元985棋牌最新官网（深圳）医学院生物医学工程专业陈世雄教授指导的两支本科生团队，凭借他们的卓越创新与辛勤努力，在此次大赛中取得优异成绩：一支队伍荣获全国三等奖，另一支队伍成功晋级全国总决赛。这两支来自港中大（深圳）医学院的团队在全国3000余支队伍中脱颖而出，展现了医学院学子卓越的创新能力和扎实的专业素养。晋级总决赛的本科生团队将于7月下旬参加全国总决赛，向更高奖项发起冲击。

第十届全国大学生生物医学工程创新设计竞赛由中国生物医学工程学会主办，西安交通大学（生命科学与技术学院）承办，以“医工交汇，数智赋能”为主题，紧密围绕学科前沿热点，深度聚焦临床应用实践，旨在引导学生运用所学知识解决实际问题，培养创新思维与团队协作能力，推动生物医学工程学科的发展。此次大赛吸引了全国200余所高校近1万名选手组成的3000多个项目报名参赛。

竞赛分为初赛和决赛两个赛程，共设六条赛道，港中大（深圳）医学院的两支获奖队伍分别来自“医工AI赋能赛”和“创新创业赛”两条赛道。团队成员之间协同分工、配合默契，从项目的研究背景与意义、技术方案设计、创新点说明与产品呈现等方面对项目进行了全面介绍和重点展示。在比赛过程中，他们充分展现了港中大（深圳）医学院在生物医学工程领域的教学实力和学生的创新实践能力。

?

获奖团队及项目介绍

?

1、基于听觉脑干诱发电位（ABR）和模糊深度学习的听力损失智能诊断研究（全国三等奖）

团队成员

李昊欣 2023级 医学院 生物医学工程专业本科生 厚含书院

朱承文 2023级 医学院 生物医学工程专业本科生 厚含书院

甘霖涌 2023级 数据科学学院 计算机科学与技术专业本科生 厚含书院

梅瑞景 2023级 医学院 临床医学专业本科生 祥波书院

唐 ? 政 2023级 医学院 生物信息学专业本科生 厚含书院

指导老师：

张柯博士（在站博士后）、陈世雄教授

项目介绍

在新生儿和儿童群体中，听力障碍的早期发现和干预至关重要。而目前临床常用的听觉脑干诱发电位（ABR）筛查，往往依赖人工经验判读，费时且易受环境噪声及操作者水平影响，特别是对于接近正常/异常边界的可疑样本，诊断一致性和稳定性不足。为应对这一痛点，团队创新性地融合了深度学习与模糊隶属度理论，构建出多特征融合的神经网络架构CBTFCNet。

模型构建

采用 CNN + BiLSTM + Transformer 网络结构，充分挖掘ABR波形的时序与空间特征；引入连续小波变换（CWT）模块，提取时频域信息，有效抵抗噪声干扰；设计模糊注意力机制，结合模糊隶属度函数，显著提升对“边界模糊”样本的识别能力；多分支特征融合，输出听力状态二分类结果及对应概率，更直观、更可靠。

应用前景

团队所提出的模型在新生儿快速听力筛查中具有极大的潜力和应用价值，能帮助临床人员在短时间内完成稳定、可靠的智能判读，降低漏诊、误诊风险。未来，我们还将继续优化模型在更多真实场景下的适配能力，推动人工智能技术为儿童听力健康保驾护航。

?

?

2、AI赋能家用可穿戴式癫痫实时监测系统（晋级全国总决赛）

团队成员

兰雨禾 2023级 医学院 临床医学专业本科生 道扬书院

谢昊霖 2023级 医学院 生物信息学专业本科生 逸夫书院

秦 ? 睿 2023级 数据科学学院 数据科学与大数据技术专业本科生 厚含书院

张宝文 2024级 数据科学学院 数据科学与大数据技术专业本科生 祥波书院

指导老师：

陈润禧（在读硕士）、陈世雄教授

项目介绍

本项目聚焦脑机接口技术在癫痫诊疗领域的临床转化应用，致力于打造可产业化的医疗级癫痫监测与预测系统。团队开发了一款可穿戴闭环神经调控系统（U盘大小），可通过实时EEG监测和tDCS电刺激调控脑部神经活动。通过云端平台整合脑电、视频行为及音频数据，采用1D-CNN-BiLSTM混合模型分析多模态信号并实现癫痫的精准检测和预警，并结合SHAP算法可视化特征贡献度，提升医生信任度。该项目整合了小型化硬件、可解释深度学习算法与闭环tDCS刺激模块，实现采集-诊断-干预的完整技术链闭环，从而可突破传统EEG检测周期长、依赖性强、成本高等局限性。本项目以“医疗级精度+消费级便捷”为核心定位，致力于为医疗机构与家庭场景提供普惠化、高性能的可穿戴脑电诊疗服务。

硬件系统

团队自主研发自研的可穿戴闭环神经调控系统是一款集高性能与便携性于一体，专为脑科学研究、神经调控和神经疾病诊疗（如癫痫检测和预警）而设计的创新型研究工具。该设备采用16通道超低噪声脑电采集技术，噪声水平低至1μVpp，确保在复杂环境下依然能够精准捕捉微弱的脑电信号，同时支持经颅电刺激功能，通过脑电的实时监测与反馈实现闭环的神经调控。该设备以超小型尺寸（仅4.2cm × 2.3cm）和轻量化设计为特色，仅U盘大小，佩戴舒适且便于携带，内置高性能锂电池可持续工作超过12小时，适合长时间的患者健康数据监测。

软件算法模型

软件系统通过多模态融合与可解释AI技术，实现癫痫的精准预警与智能识别。云端平台整合脑电信号（EEG）、视频行为及音频数据，构建全面的患者监测体系。系统采用1D-CNN-BiLSTM混合深度学习模型，对多源信号进行高效特征提取与时序建模，并引入SHAP算法对关键特征的贡献度进行可视化解释，显著提升医生对AI判断的信任度。经过临床数据测试，系统在发作预测、病灶定位及实时干预等方面表现优异，整体准确率优于行业平均水平。其创新的多模态分析框架，可模仿有经验的医生的真实读图方式，进一步增强了在复杂临床场景下的鲁棒性与适应性。

?

指导老师简介

陈世雄教授现任开元985棋牌最新官网（深圳）医学院副教授、博士生导师、校长学者，专注于神经电生理信号（如脑电EEG和肌电EMG）的新型传感、可穿戴系统开发及其临床转化研究，致力于通过可穿戴系统与人工智能AI模型的深度融合，推动神经系统疾病的早期诊断和及时干预。曾任中国科学院深圳先进技术研究院教授，并主导了神经信息技术联合实验室及深圳市神经康复工程实验室等工作。作为脑机工程和神经康复领域的专家，主持了多项国家级及省市级科研项目，在Advanced Materials、IEEE Transactions on Biomedical Engineering、Journal of Biomedical and Health Informatics等顶刊发表论文130余篇，曾获中国科学院朱李月华优秀导师奖等多项荣誉称号。