生物医学工程 × 软件、数据与云工程实践

Biomedical Engineering · Software, Data & Cloud Engineering Practice

工程作品集 · 项目索引 · 公开简历

我是一名生物医学工程本科生，预计于 2027 年毕业。

目前重点关注以下职业方向：

• 医院设备科、医学工程部与临床工程支持；
• 医疗器械 FSE、技术支持、测试与验证；
• 生物医学信号、医疗电子与工程数据分析；
• 与医疗工程相关的软件、自动化和技术支持岗位。

除了课程中的医学电子、ECG、PCB、MCU 和医学仪器基础，我也持续通过真实个人项目补充：

Python 数据处理、Windows / Linux、Git、云基础设施、自动化、测试验证、技术文档和可复现分析能力。

我习惯明确区分项目中的：

已验证（Verified） / 开发中（In Development） / 预研（Prestudy） / 规划中（Planned）

避免把尚未完成的内容包装成已经完成的成果。

面向本人自有 VPN / 服务器节点的 Windows 桌面工具，目标是将多服务器 Profile、单活管理连接、状态监测、告警、日志诊断和证据管理整合为一个可观察的使用流程。

• 项目方向： Windows Desktop / Server Management / VPN Node Management / Diagnostics
• 当前状态： 开发中；D4 阶段已完成真实 Start、Stop、Reconnect、窗口生命周期及退出清理等验收。
• 工程内容： Windows 桌面运行、服务器连接、状态与流量观察、日志诊断、异常复现、发布候选验收。
• 我的工作： 负责真实使用场景、需求优先级、安全与隐私边界、Windows 实际操作、问题复现、阶段验收，以及继续 / 停止判断。
• 公开边界： 内部仓库、服务器地址、凭据和运行证据不公开；D4 通过不代表全部功能完成或正式发布。

NodeScope 是长期个人软件项目，目前重点是个人稳定使用和小范围封闭测试，而不是面向大规模商业发布。

基于 PhysioNet MIT-BIH Arrhythmia Database v1.0.0 的固定四记录工程预研，围绕 R-peak detection、固定评价协议、错误事件分析和可追溯公开交付建立技术基线。

• Records：100 / 105 / 118 / 119
• Primary lead：MLII
• Sampling frequency：360 Hz
• Matching window：±150 ms（±54 samples）
• Matching：deterministic one-to-one nearest-neighbor
• Evaluation：四条完整记录
• 不进行逐记录调参

GitHub Repository 当前包含：

• Python source code；
• tests；
• public Notebook；
• 6 个派生 CSV；
• 11 张代表性结果图；
• error analysis；
• technical report；
• CITATION.cff；
• MIT / CC BY 4.0 许可边界；
• dataset attribution；
• SHA-256 与 provenance manifest。

原始 MIT-BIH .dat、.hea、.atr 数据不会重新托管在仓库中，数据需从 PhysioNet 官方来源获取。

• 我的工作： 负责固定研究范围、真实环境操作、结果审核、数据来源与许可边界、公开内容选择和最终验收。
• AI 辅助： ChatGPT / Codex 用于需求拆分、代码与测试支持、问题排查、资产组织和文档整理；AI 输出本身不作为实验结果证据。
• 公开边界： 仅代表固定四记录 bounded engineering prestudy，不代表完整 MIT-BIH database、临床准确率、诊断能力或医疗器械性能。
• 项目入口： GitHub Repository · Azure 作品集项目页

使用 Astro 构建中文优先的工程作品集，并通过 GitHub Actions + Azure OIDC + User-assigned Managed Identity + Azure RBAC + Azure Storage Static Website 建立自动部署链。

部署设计避免在 GitHub 中长期保存 Azure Access Key / Connection String 等长期云密钥。

• Cloud： Microsoft Azure / Azure Storage Static Website
• CI/CD： GitHub Actions
• Identity： OpenID Connect（OIDC）
• Authorization： Azure RBAC
• Frontend： Astro
• 当前状态： 网站已上线，自动部署链和线上页面验收均已有真实记录。
• 我的工作： 负责公开内容范围、Azure 资源人工配置、OIDC / RBAC 配置、费用和隐私边界、部署检查及线上验收。
• 工程意义： 将个人项目、公开简历和技术成果组织成一个可持续更新的公开作品集，而不仅是一次性的静态页面。

项目入口：

打开工程作品集 · 查看项目索引 · 查看公开简历

Source repository currently private.

双节点 Linux 云实验，覆盖：

• Linux 基础操作；
• 确定性合成 ECG-like workload；
• iperf3 网络测试；
• fio 存储测试；
• pgbench 数据库测试；
• Pandas 数据整理；
• Matplotlib 图表；
• CSV / JSON；
• 报告；
• Manifest；
• SHA-256 完整性记录。

View the engineering lab project

涉及：

• 2 层 PCB；
• 板级焊接与基础验证；
• ECG / 脉搏信号前端；
• 生物电信号相关基础；
• 示波器与万用表使用；
• GPIO；
• I2C；
• SPI；
• MCU；
• 多传感器采集；
• LCD 显示；
• 基础硬件 / 软件联调。

在个人实验和工程材料中使用：

• Python；
• NumPy / Pandas；
• Matplotlib；
• Jupyter Notebook；
• CSV / JSON；
• pytest；
• 固定随机种子；
• Manifest；
• SHA-256；
• 可复核报告与结果文件。

重点不是单纯“跑出结果”，而是尽可能保留：

输入 → 处理 → 输出 → 指标 → 报告 → 校验

之间的可追溯关系。

我更重视真实、可复核和范围清楚，而不是单纯堆叠技术名词。

• 使用真实输入、日志、CSV / JSON、图表、报告和校验结果支持结论；
• 尽可能记录关键输入、版本、指标和 SHA-256；
• 明确区分“已验证”“开发中”“预研”和“规划中”；
• 不把局部测试结果扩大为完整产品能力；
• 明确说明费用、安全、隐私、数据来源和已知限制；
• 使用 ChatGPT、Codex 等 AI 工具辅助需求拆分、代码、测试、问题排查和文档；
• 由我负责真实环境操作、结果审核、边界判断以及最终工程决策。

希望继续积累和强化：

• Biomedical Engineering / Clinical Engineering；
• Medical Device Technical Support / FSE；
• Biomedical Signal Processing；
• Medical Electronics；
• Python Engineering & Data Analysis；
• Windows / Linux Engineering；
• Cloud Infrastructure & Automation；
• Engineering Testing & Technical Documentation。

Medical / data boundary

ECG-like workload 为确定性合成数据，不包含真实患者数据，不用于临床诊断，也不代表医疗器械性能。

MIT-BIH 项目仅为固定四记录工程预研；原始数据库数据不在 GitHub repository 中重新托管，项目结果不代表完整数据库、临床准确率、诊断能力或医疗器械性能。