• 参与柔性生物电极的材料选型与制备工艺优化，协助团队将电极阻抗降低15%，提升信号采集质量。
• 协助设计微弱生物电信号放大电路，并进行噪声分析与抑制，使系统信噪比提升5dB。
• 进行生物传感器性能测试与数据分析，撰写测试报告，为产品迭代提供数据支持。
• 熟悉医疗器械研发流程，了解ISO 13485质量管理体系。

项目背景与目标：

• 针对传统脉搏传感器佩戴不适、信号易受干扰等问题，本项目旨在设计并实现一款可贴合皮肤的柔性脉搏监测传感器，确保在运动状态下仍能实现高精度、高稳定性的脉搏信号采集。

个人职责与贡献：

• 柔性传感器设计与制备：主导选用并优化PDMS-AgNWs复合材料作为柔性导电层，通过微流控与丝网印刷技术制备出厚度仅为100微米的超薄柔性传感器阵列，确保其优异的皮肤贴合性和生物相容性。
• 信号采集前端设计：设计并实现了低噪声、高共模抑制比的模拟前端电路，集成仪表放大器与多级滤波网络，将环境噪声干扰降低20dB，有效提升信号信噪比。
• 高精度数据采集与处理：开发基于STM32微控制器的16位ADC数据采集模块，采样率高达2kHz，确保脉搏波形细节的完整捕捉。采用小波去噪与自适应滤波算法，将原始信号中的运动伪影和高频噪声有效滤除，脉搏波形特征提取准确率提升15%。
• 系统集成与测试：完成了传感器、采集电路与蓝牙传输模块的小型化集成，并设计了人体工学佩戴方案。在多名志愿者身上进行了静态与动态测试，结果表明传感器在步行、跑步等日常活动中，脉搏识别准确率达到98%，相比传统硬质传感器，佩戴舒适度提升30%以上。

项目成果与价值：

• 成功开发出一种创新型柔性脉搏监测传感器系统，实现了从材料制备、器件设计到信号处理的全链条技术突破。
• 相关研究成果已撰写论文，并投稿至SCI二区期刊。
• 为可穿戴医疗设备的小型化、智能化和舒适化提供了有价值的解决方案。

• 负责心电信号预处理，包括基线漂移校正、工频干扰滤除，并利用独立成分分析（ICA）有效分离伪影。
• 提取RR间期、QRS波群宽度、PR间期等关键特征，构建多维特征向量。
• 利用支持向量机（SVM）和卷积神经网络（CNN）模型进行心律失常分类，模型准确率达到95%，误报率降低10%。
• 撰写项目报告，成果为后续可穿戴心电监测设备开发奠定基础。