Je vais traiter le signal ECG, détecter l'arythmie et analyser des données biomédicales

Transformez vos données de signal ECG/biomédical en modèles d'apprentissage profond fonctionnels et évalués.

Je suis étudiant en génie biomédical avec une expérience pratique en recherche hospitalière (Institut des Forces Armées pour la cardiologie) et une forte spécialisation en traitement du signal ECG et apprentissage profond.

Ce que je peux faire pour vous :

Nettoyer, filtrer et prétraiter les données de signal ECG/biomédical

Détection de pics R, analyse des intervalles RR, extraction de caractéristiques

Construire des modèles d'apprentissage profond basés sur CNN pour la classification, la détection ou la vérification biométrique

Vérification basée sur ArcFace

Génération de signaux synthétiques avec GAN

Entraînement, évaluation et rapport de performance du modèle (précision, EER, matrices de confusion)

Documentation claire adaptée aux articles académiques, thèses ou recherches

Outils : Python, TensorFlow, MATLAB, NeuroKit2

Pourquoi travailler avec moi :

J'ai récemment amélioré un modèle de vérification biométrique, passant d'un entraînement défectueux à un résultat de niveau recherche (EER de 0,56 %), en diagnostiquant des problèmes tels que des bugs dans l'état de l'optimizer et des divisions de validation incorrectes. Je mets la même rigueur et attention aux détails dans chaque projet.

Idéal pour : support FYP/thèse, reproductibilité de la recherche, prétraitement de datasets, débogage de modèles, résultats prêts pour publication académique.