1、负责对医疗影像数据清洗、整理；
陈浩
1年AI+医疗图像处理算法经验、参与过图像分类、检测等项目的算法实现与优化工作
男
27岁
1年经验
2、负责图像分类、检测、分割的算法研究及优化；使用的方法包括SSD、Faster- RCNN、Mask-RCNN等；
3、负责平台算法管道的搭建（流程设计及算法实现）；
4、调研深度学习在图像处理方向的最新研究进展，阅读相关文献，并进行算法实现。
项目详细介绍:
①、胃镜图像分类及检测 2018.11-至今
从合作的医院收集胃镜图像，首先对原始数据进行处理，整理成统一的格式，随后基于TensorFlow平台，使用ResNext、DenseNet、VGG-16、ResNet-50等算法进行图像分类，区分出良性数据和含有早癌区域的数据；另一个方向是对胃镜图像进行早癌区域检测，基于Tensorflow Object Detection API，使用Faster R- CNN-Resnet50、SSD-inceptionV2t等方法检测早癌区域，检测效果最好能达到92.7%；
②、乳腺癌检测 2018.9-2018.10
从合作的医院收集乳腺超声图像，使用SSD-mobileNet-V1、Faster_R-
CNN_inception_resnet_V2_atrous等方法对预处理后的图像（将原始图像中的核心图像区域切割出来）中的乳腺癌区域进行检测，由于数据量较少，达到78.6%的识别率，随着数据的增加，目前正在迭代训练中；
③、智能医疗平台算法管道研发 2018.6-2018.8月
基于Tensorflow框架搭建的平台当前可以实现的功能包括: 用户上传一定量的医疗数据，并进行标注，随后平台对其进行训练，经过一段时间的迭代后，返回训练的结果（准确率，敏感性，特异性等指标），用户可以使用训练好的model，进行新数据的测试，或使用新数据对model进行迭代优化。此项目中，我做的工作是设计图像分类、图像检测的流程设计及代码实现，并对算法管道进行优化。

1、android app音频控制及媒体库音频相关处理； 2、音视频算法设计与实现；
河北远东通信系统工程有限公司
3、app中涉及ftp/http的上传下载及短消息传图功能实现；
4、熟悉音频媒体库源码，并根据用户需求进行相应功能的开发（C语言）。