全国大学生生物医学工程创新设计竞赛是生物医学工程学科的全国性大学生顶级赛事。自2022年起，学生创新中心牵头组织设立“医+X”融合创新校内赛，并联合生物医学工程学院开展国赛项目培育和辅导，旨在通过校内赛选拔出优秀的医工交叉项目，为全国大学生生物医学工程创新设计竞赛输送种子项目。

历经3年潜心打磨，今年结出硕果。交大学子一举斩获7项全国一等奖，并首次实现我校包揽该项赛事一、二、三等奖以及优秀组织奖等所有类别奖项的历史性突破！

让我们一起看看这次斩获一等奖的项目吧！

一等奖项目风采展示（三）

育珮：守护中国高危新生儿的智能柔性可穿戴系统

项目成员：

石文启，博士生，电子信息与电气工程学院

代子生，硕士生，电子信息与电气工程学院

李儇儇，硕士生，医学院附属上海儿童医学中心

刘斌，博士生，电子信息与电气工程学院

于天辰，硕士生，电子信息与电气工程学院

指导老师：

陈诚，电子信息与电气工程学院

项目介绍：

本项目旨在开发一种用于新生儿的柔性环形生理信号无线监测系统，解决当前新生儿监护领域中存在的多个关键问题。该系统集成了多种传感器，包括光电容积脉搏波传感器、温度传感器和加速度传感器，能够实时监测血氧饱和度、心率、体温和运动状态。系统采用柔性电子技术，结合可调节的表带式设计，提供更加舒适的佩戴体验，有效降低了传统粘贴探头可能引发的皮肤损伤。无线信号传输避免了有线设备的束缚，特别适用于新生儿在袋鼠式护理及转运过程中，极大地提升了护理的便利性和安全性。该系统的技术亮点包括：高精度的多维度生理监测、无线数据传输、柔性可穿戴结构设计和低功耗电路系统。通过动态滤波与去噪算法，设备能够在新生儿频繁运动的情况下依然提供稳定可靠的生理数据。同时，系统支持云端数据同步和远程监控，适用于医院、新生儿病房以及家庭环境。本项目结合了柔性电子技术与无线监控，填补了现有技术在新生儿护理领域中的空白。不仅提升了新生儿护理质量，还为医护人员提供了更高效的监护手段，降低了护理操作难度。此设备为早产儿、病危婴儿及需要持续监测的新生儿提供了安全有效的监护方式，具有广泛的临床应用和市场推广潜力。

项目成果：

[1] Shi Q, Liu B, Chen C, Wang G. Live Demonstration: YuPei: A Flexible, Wireless, Multi-Physiological Parameters Wearable Device for NICU[C]. 2023 IEEE Biomedical Circuits and Systems Conference (BioCAS). IEEE, 2024: 1-2.

[2] Liu B, Wu H, Wang G. Live Demonstration: A Smart Ring for Continuous Health Data Monitoring Based on Photoplethysmography[C]. 2023 IEEE 5th International Conference on Artificial Intelligence Circuits and Systems (AICAS). IEEE, 2023: 1-3.

[3] Hazem Mohammed*, Chen H, Li Y, Nabil Sabor, Wang J and Wang G. Meta-Analysis of Pulse Transition Features in Non-Invasive Blood Pressure Estimation Systems: Bridging Physiology and Engineering Perspectives. IEEE Transactions on Biomedical Circuits and Systems, vol. 17, no. 6, pp. 1257-1281, Dec. 2023.

[4] Lin B, Ma Zhouchen , Mohamed Atef, Liang Ying, and Guoxing Wang*, Low-Power High-Sensitivity Photoplethysmography Sensor for Wearable Health Monitoring System. IEEE Sensors Journal, vol. 21, no. 14, pp. 16141-16151, Jul. 2021.

[5] 一种智能指环及基于智能指环的多波长光电容积脉搏波采集方法:CN202210695862.5[P]. 2022-09-13.

面向复杂骨盆骨折的智能手术规划及增强现实手术导航系统

项目成员：

李海涛，硕士生，机械与动力工程学院

曾博仑，博士生，机械与动力工程学院

刘佳璇，博士生，机械与动力工程学院

史浩辰，博士生，机械与动力工程学院

涂朴勋，博士生，机械与动力工程学院

指导老师：

陈晓军，机械与动力工程学院

阮海涛，机械与动力工程学院

项目介绍：

骨盆骨折，约占全身骨折发病率3%，致死率却高达8-37%，是常见严重创伤之一。骨盆闭合复位手术因创伤小、出血少，是其重要治疗术式，临床上主要分为骨盆复位、螺钉固定两步。但因术中皮下组织不可见，对医生主观经验依赖性强，且操作耗时费力，风险大、难度高。为此，团队研发了面向复杂骨盆骨折的智能手术规划及增强现实导航系统，有效解决了上述难题，主要创新包括：

1）提出了骨密度评估驱动的多尺度虚拟骨折数据生成算法，基于现有海量正常骨盆数据，构建了逾千例的骨盆骨折影像数据集，解决了目前可用数据少且收集困难、缺乏骨折骨盆和对应的正常骨盆配对数据的问题。

2）提出了首个端到端、全栈式计算机辅助骨盆骨折术前规划算法，包括骨折区域智能识别、碎骨多目标精准分割、高效复位规划及个性化螺钉植入路径规划等，克服了骨盆骨折复杂多样、碎骨零乱畸变、植入优化缺乏精准几何表征等系列难题。

3）研发了基于增强现实的高精度骨盆复位手术导航系统，提出了一种多视图交互式虚拟-物理配准方法，可解决传统导航下医生需在显示屏与病灶之间反复切换导致的手眼不协调问题，为术中操作提供精准引导。

项目成果：

[1] Zeng B, Wang H, Tao X, et al. A bidirectional framework for fracture simulation and deformation-based restoration prediction in pelvic fracture surgical planning[J]. Medical Image Analysis, 2024, 97: 103267.

[2] B. Zeng, H. Wang, J. Xu, P. Tu, L. Joskowicz, X. Chen*.Two-Stage Structure-Focused Contrastive Learning for Automatic Identification and Localization of Complex Pelvic Fractures. IEEE Transactions on Medical Imaging. 2023;42(9):2751-2762.

[3] Liu J, Li H, Zeng B, et al. An end-to-end geometry-based pipeline for automatic preoperative surgical planning of pelvic fracture reduction and fixation[J]. IEEE Transactions on Medical Imaging, 2024.

[4] Zeng B, Chen L, Zheng Y, et al. Adaptive Multi-dimensional Weighted Network with Category-aware Contrastive Learning for Fine-grained Hand Bone Segmentation[J]. IEEE Journal of Biomedical and Health Informatics, 2024.

[5] Zeng B, Wang H, Joskowicz L, et al. Fragment Distance-Guided Dual-Stream Learning for Automatic Pelvic Fracture Segmentation[J]. Computerized Medical Imaging and Graphics, 2024: 102412.

[6] Tu P, Wang H, Joskowicz L, et al. A multi-view interactive virtual-physical registration method for mixed reality based surgical navigation in pelvic and acetabular fracture fixation[J]. International Journal of Computer Assisted Radiology and Surgery, 2023, 18(9): 1715-1724.

[7] 一种基于混合现实的引导的手术机器人力反馈方法和装置:CN202110564837.9[P]. 2022-12-30.

[8] 上海交通大学. 一种用于手术导航系统的手术器械标定装置及方法:CN202011034776.7[P]. 2021-11-26.

[9] 上海交通大学. 一种基于骨密度积分的骨科手术螺钉植入路径规划方法:CN202310538298.0[P]. 2023-08-04.

[10] 一种用于骨盆骨折复位手术螺钉植入路径的规划方法:CN202310538383.7[P]. 2023-07-25.

[11] 一种用于骨折复位手术机器人导向及复位的螺钉夹持装置:CN202310349588.0[P]. 2023-06-27.

动脉粥样硬化一体化精准治疗系统

项目成员：

侯睿哲，博士生，生物医学工程学院

王红英，博士生，生物医学工程学院

曹博，博士生，生物医学工程学院

魏琳洋，硕士生，生物医学工程学院

詹子洵，本科生，生物医学工程学院

指导老师：

张爱丽，生物医学工程学院

赵诗庆，生物医学工程学院

项目介绍：

针对目前用于治疗动脉粥样硬化的商业化支架、球囊等治疗普遍存在再狭窄率高、需反复治疗等问题，团队提出了一种阵列式微电极结合球囊内循环冷却的方法，通过内部低温流体表面对流和多电极阵列射频体积加热的协同作用来实现内皮保护的斑块适形消融。在硬件方面，设计了集成在多腔球囊表面的柔性微电极阵列，自主研发了射频多通道电压分级输出系统，结合信号的高速采集和反馈控制，实现多电极高精度独立调控和低温流体循环的联合控制，可对不规则斑块实现短时可编程的穿越式适形消融，并经动物在体实验验证了系统良好的生物安全性和治疗有效性。该一体化精准治疗系统能以亚毫米级的超高消融精度，对患者进行高效、个性化的可编程适形治疗。并且仅需一次性治疗，便有望长期无植入物、预防再狭窄、确保血管长期通畅。未来，该一体化精准治疗系统也有望用于其他经人体腔道壁内的病灶治疗。

项目成果：

[1] Zhao S, Zou J, Wang H, et al. A new radiofrequency balloon angioplasty device for atherosclerosis treatment[J]. Biomedical Engineering Online, 2020, 19(1): 44.

[2] Zhao S, Wang H, Zou J, et al. A coupled thermal-electrical-structural model for balloon-based thermoplasty treatment of atherosclerosis[J]. International journal of hyperthermia : the official journal of European Society for Hyperthermic Oncology, North American Hyperthermia Group, 2023, 40(1).

[3] Wang, H. et al. A New Conformal Penetrating Heating Strategy for Atherosclerotic Plaque[J].  Bioengineering, 10:162, 2023.

[4] 一种双向消融控制系统及控制方法:CN202210800849.1[P]. 2022-11-22.

祝贺以上团队同学

愿你们继续保持这份热情与创造力

未来再创佳绩！