天津-东丽区
1. 针对OCT仪器,完成产品主要算法的研发与部署(实验研发等阶段通常使用Python与Matlab。在
产品中,传统算法部署时通常使用C++与Qt,深度学习模型部署时采用TensorRT框架、Tensor
Serving(Docker容器))。实现主要算法包括:光程自动校准、管腔识别、支架检测、导丝识别、
引导导管识别、支架膨胀率计算、支架贴壁距离不良判断、内膜覆盖率计算等(其中,管腔识别、支架识别、导丝识别、引导导管识别等,采用深度学习与传统算法结合的方案),并使其支持公司桌面
端软件 HoriViewer ;
2. 研发与优化 OCT光程自动校准 算法,与软件工程师配合,实现OCT光程校准(实际上是,通过设计算法,使得OCT设备的其中一硬件“DOC”的焦距机械臂移动更加合理);
3. 完成(公司内使用)深度学习样本标记软件 Marker 的需求分析与文档作成;
4. 完成(公司内使用)深度学习样本标记评审软件 Reviewer 的需求分析与文档作成;
5. 为(公司内) 深度学习样本标记人员 便于完成标记流程,作成图像样本处理软件(将Python、C++等转换为.exe文件)。以及配合开源标记软件(3D Slicer),实现标注结果分析;
6. OCT算法开发文档归纳整理;
7. 专利申请3篇(1.OCT导丝识别与纠正方法;2.OCT光程自动校准方法;3.导引导管的AI识别方法);
8. 协助产品经理完成《OCT内膜覆盖率需求文档》;
(完成算法定义的优化,即医学图像中,通过算法得出的数值应当有临床实际意义。当其意义模糊时,可能是需求提出不明确,需要与市场部、售后部、产品经理等沟通,优化算法定义。);
9. 研发与优化 IVUS图像EEL识别 算法;
10. 与西安子公司员工配合,研发与优化 IVUS图像管腔识别 算法;
使用编程语言、IDE、第三方库、OS、其它:
Python、Matlab、C++;
Visual Studio、VS Code、Qt Creator;
OpenCV、TensorFlow、Pytorch;
Windows、macOS;
git、Docker;