中国国际大学生创新大赛是我国覆盖面最大、影响最广、成果最多的大学生创新创业盛会。2024年北京赛区比赛由北京市教育委员会主办，北京邮电大学、北京经济管理职业学院承办，共吸引了15400个项目，参赛人数达86363人，大赛覆盖面、影响力均为历届之最。本届大赛目标为“更中国、更国际、更教育、更全面、更创新、更协同”，旨在落实立德树人根本任务，传承和弘扬红色基因，聚焦“五育”融合创新创业教育实践，开启创新创业教育改革新征程，激发青年学生创新创造热情，打造共建共享、融通中外的国际创新盛会，让青春在全面建设社会主义现代化国家的火热实践中绽放绚丽之花。
接下来让我们一起看看获奖队伍的风采吧！
一等奖
光电医探——无创实时宫预癌早期诊断的领航者
参赛组别：本科生创意组
申报单位：生物与医学工程学院
团队成员：王楠、南晓璐、于昔正、包凯元、陈云凯、田金禾
指导教师：岳蜀华
项目简介：广泛的宫颈癌早期筛查是有效降低宫颈癌发病率以及病死率的有效手段。近年来，利用光学与电子学原理的临床诊断方法显示出巨大潜力，其无侵入性、无辐射性以及即时反馈性的特点对于宫颈癌的早期筛查十分有利。本项目提出一种全新的联合光电学方法与拉曼光谱的宫颈癌早期筛查技术，通过收集不同深度的宫颈细胞反馈的特殊光电信息，并建立融合多个光电数据的机器学习模型，实现早期宫颈癌的快速无创在体早筛。
步履未央，出行无恙——耦合绳驱动髋关节助行外骨骼
参赛组别：本科生创意组
申报单位：医学科学与工程学院
团队成员：周梦楠、沈熙鹏、周煜承、孟祥坤、庄云慧
指导教师：杨兴帮
项目简介：面向我国人口老龄化加剧带来的助行及步态康复需求，针对现有助行外骨骼存在的柔顺性不足、人机运动兼容性欠佳及助力模式单一等问题，采用耦合绳驱动技术优化驱动模块，实现腿部柔顺助力；通过冗余自由度设计提升人体与外骨骼的协调性，增强舒适度与助力效果；利用多传感器融合与地形适应性步态控制策略，拓展使用场景。产品在助力力矩及力矩质量比上具有卓越优势，可以有效促进康复体系智能化、精准化、数字化。
二等奖
BTseg多瘤种脑肿瘤全自动智能分割平台——基于多个自研神经网络BrTU-Net
参赛组别：产业赛道
申报单位：生物与医学工程学院
团队成员：王绘涵、田金禾、吴优、胡桐箫、薄玉涵、马明娇、刘秉鑫、钱盈汐、黄圣宇
指导教师：张靖
项目简介：本项目利用深度学习技术，构建了多个BrTU-Net深度神经网络模型，并在大型多中心公共数据集上训练，获得了高精度分割模型。基于此，我们开发了BTSeg——多瘤种脑肿瘤全自动智能分割平台，能够针对于脑胶质瘤、脑膜瘤及小儿肿瘤分割任务，接收多模态脑部MRI图像，实现精准、快速、多区域的自动分割，并通过2D三视图与3D模型可视化分割结果，支持进一步编辑与交互功能。在辅助医生治疗脑肿瘤、制定治疗方案和提高治疗效果方面具有重要意义，展现了在智能医疗及公共卫生领域的巨大应用前景。
力视隐矫——重塑隐形正骑领域的全球开拓者
参赛组别：本科生创意组
申报单位：生物与医学工程专业
团队成员：魏思扬、蔡星、王艺箫、李娜、于越晟、王乐、王越
指导教师：李介博
项目简介：错颌畸形是在生长发育过程中由于一系列因素造成的牙颌面部问题，在全球范围内十分常见。在我国患病人数高达10亿，相较于欧美国家发病率更高，但治疗渗透率远不及欧美国家，庞大的市场需求和有限的医疗资源不匹配，中国正畸急需破局。并且随着生活水平提升，人们对牙齿正畸的需求越来越高，更美观、更精准、更个性化、更智能化的正畸治疗方案成为正畸行业的发展方向。回顾正畸治疗方案现状，在正畸过程中，现有隐形矫治器存在力学性能不可调的问题，这限制了矫治的个性化与精确性；在复诊时，还面临无法获得实时在体的矫治力的问题，导致医生完全凭借经验进行治疗。针对上述问题，本项目充分调研了市面上已有的矫治方案、隐形矫治器制造技术、矫治力测量方法，提出了以下创新性解决方案：(1)针对热压膜成型矫治器力学性能单一的问题：采用DLP打印技术实现灰度可可调，通过灰度个性化调控正畸力。（2）针对直接3D打印矫治器表面光滑度不足的问题：采用后处理工艺，利用残树脂在模型表面黏附，在离心作用下填充台阶纹，增加光滑度。（3）针对现有3D打印隐形矫治器的生物相容性问题：采用双光分控策略，利用表面固化封锁毒性物质。（4）针对无托槽型矫治器存在的生物力学黑箱问题：采用柔性传感芯片的矫治力的在体无线测量方法，该项目也是全球唯一在体测量系统，填补正畸行业空白。
三等奖
SageHand：面向卒中患者的多模态融合手功能个性化评估康复平台
参赛组别：本科生创意组
申报单位：生物与医学工程学院
团队成员：杜松骏、李奕瑾、文璐、何卓航、汪子铭、曾子函、童欣
指导老师：刘涛
项目简介：本项目设计了SageHand——面向卒中患者的多模态融合手功能个性化评估康复平台。SageHand结合深度学习、模式识别、解剖生理学、人体仿生学、机器人学等技术，基于自研StroReh-Net多模态混合深度学习网络，通过数据手套与肌电臂环，接收来自惯性传感器、弯曲传感器、表面肌电信号传感器的数据，结合Fugl-Meyer运动功能评分量表等专业权威方法，自动评估手部运动功能、给出评估报告、给出康复建议、生成历史康复曲线、预测康复节点；同时提供丰富多元的康复功能，配合自研柔性气动外骨骼，针对不同时期的患者给出不同的康复方案。
灵析医疗——术中智能胃癌检测系统
参赛组别：研究生创意组
申报单位：医学科学与工程学院
团队成员：刘如佳、徐聆雯、赵一旭
指导老师：陈珣
项目简介：本项目针对胃癌腹膜转移术中诊断的痛点和难点，自主研发智能胃癌脱落细胞病理诊断系统。结合无标记单细胞化学成像技术和人工智能算法，建立无标记虚拟细胞病理染色新方法，从细胞代谢的角度揭示腹膜转移的新机制；并自主研制小型化相干拉曼成像系统，用于虚拟细胞染色和特征图谱的多维度信息的高通量、自动化、同步采集。最终实现术前和术中腹腔游离癌细胞和腹膜转移的精准、快速、便捷的一体化智能检测。
医学影像智能肿瘤分割与瘤内免疫细胞监控系统设计
参赛组别：产业赛道
申报单位：生物与医学工程学院
团队成员：王绘涵、马明娇、田金禾、钱盈汐、吴优、胡桐箫、薄玉涵、刘秉鑫、黄圣宇
指导教师：张靖
项目简介：本项目是一款集成了多瘤种脑肿瘤全自动智能分割及辅助诊疗系统，旨在通过深度学习和影像组学技术，提供精准、高效的脑部肿瘤诊断和治疗辅助服务。其分割模块基于自研的BrTU-Net深度神经网络模型，实现了对多模态脑部MRI图像的快速、精准、多区域自动分割，其组学诊疗模块则侧重于通过AI影像组学技术提取脑胶质瘤的影像学特征，并结合实验室研发的RadioML生存预测模型，为医生提供关于患者免疫学特征的推测和生存期的预测。同时，项目还搭载了2D三视图与3D模型可视化模块，辅助医生制定更为精确的治疗方案。本项目有望推动医疗领域向智能化、精准化方向发展，为患者带来更优质的诊疗体验。
获奖名单
每一次尝试和探索
都是通往科学高峰的坚实步伐
愿医工学子们
在未来的科研道路上
继续发光发热
为全民健康贡献力量！
编辑 | 方媛
审核 | 杨贤达
