Ik verwerk ecg-signalen, detecteer hartritmestoornissen en analyseer biomedische data

Maak van je ECG/biomedische signaalgegevens werkende, geëvalueerde deep learning-modellen.

Ik ben een Biomedical Engineering student met praktische onderzoekservaring in het ziekenhuis (Armed Forces Institute of Cardiology) en een sterke focus op ECG-signaalverwerking en deep learning.

Wat ik voor jou kan doen:

Schoonmaken, filteren en preprocessen van ECG/biomedische signaalgegevens

Detectie van R-peak, RR-intervalanalyse, feature extractie

Build CNN-gebaseerde deep learning-modellen voor classificatie, detectie of biometrische verificatie

Verificatie op basis van ArcFace

GAN-gebaseerde synthetische signaalgeneratie

Modeltraining, evaluatie en prestatieverslagen (nauwkeurigheid, EER, verwarringsmatrices)

Duidelijke documentatie geschikt voor academische papers, scripties of onderzoeksgebruik

Tools: Python, TensorFlow, MATLAB, NeuroKit2

Waarom met mij werken:

Ik heb onlangs een biometrisch verificatiemodel van kapotte training naar een onderzoekswaardig resultaat gebracht (0,56% EER), waarbij ik problemen zoals bugs in optimizer-staat en gebrekkige validatiesplitsingen heb opgelost. Ik breng dezelfde precisie en aandacht voor detail in elk project.

Ideaal voor: ondersteuning bij FYP/scriptie, reproduceerbaarheid van onderzoek, dataset preprocessing, debugging van modellen en resultaten die klaar zijn voor academische papers.