电子科技大学格拉斯哥学院本科生近期在多个领域发表学术论文

近日，格拉斯哥学院本科生曾骞、曾亚琦、熊亦铭和郝晨蕾同学分别以第一作者在知名期刊《IEEE Transactions on Medical Imaging》、《IEEE Transactions on Power Systems》、重要国际学术会议International Conference on Microwave and Millimeter Wave Technology Proceedings和A类国际学术会议IEEE International Geoscience and Remote Sensing Symposium发表多篇论文，电子科技大学均为第一作者单位。

研究成果一：本科生曾骞在医学图像计算领域知名期刊发表成果

2021级微电子工程专业曾骞在信息与通信工程学院张帆老师指导下，以第一作者身份撰写的研究性论文《FunOTTA: On-the-Fly Adaptation on Cross-Domain Fundus Image via Stable Test-Time Training》于11月在医学图像计算领域知名期刊《IEEE Transactions on Medical Imaging》（SCI 1区，影响因子 9.8）上发表。

人工智能辅助诊断系统在医疗领域前景广阔，但面临一个核心难题：当模型从训练环境迁移到实际应用时，由于数据分布差异，诊断性能会大幅下降，为解决这一痛点，保障现有诊断模型在临床中的可靠性，该研究首先对现有方法在眼底图像跨域应用中的不足进行了定量和定性分析，并在此基础上提出了稳定、高效的即时测试时间自适应方法（图1）。

图1 基于眼底图像的测试时间自适应方法

该方法在测试阶段对模型进行动态化的调整，使其能够迅速适应新的数据，实验证明，该方法在糖尿病视网膜病变和青光眼分类等跨域眼底图像基准测试中，表现优于现有先进方法，为推动人工智能诊断模型在真实医疗场景中的可靠应用提供了技术基础。

曾骞同学在校期间多次获得国家奖学金及学业奖学金，从大二开始跟随张帆老师积极展开医学图像方向的学习，该论文为其毕业设计项目提供了研究基础，目前曾骞同学在香港科技大学攻读博士学位。

研究成果二：本科生曾亚琦在电力系统领域权威期刊发表成果

2024级通信工程专业曾亚琦在机械与电气工程学院胡维昊老师团队指导下，以第一作者身份撰写的论文《Online Spatiotemporal Ensemble Learning for Load Forecasting Against Anomalous Events》于11月成功发表于电力系统领域权威期刊《IEEE Transactions on Power Systems》（SCI 1区，影响因子 7.2）。

该论文聚焦 “异常事件下的电力负荷预测”，针对新冠疫情、极端天气等导致用电负荷短期剧烈波动，而传统离线模型难适配、精度骤降的问题，引入在线学习机制，通过动态更新参数保障数据漂移时的鲁棒性与准确性；同时，为解决现有在线方法局限于时间维度、忽略区域空间相关性的不足，创新性提出在线时空集成学习框架 OSTEL（图2），该框架构建在线互补学习网络（OCLN），从时空双维度建模负荷序列，并结合算法实现预测子权重自适应调整，确保多场景下的快速收敛与高精度预测。

图2 在线时空集成学习框架OSTEL及其核心结构示意图

(a) OSTEL 框架；(b) 在线互补学习网络（OCLN）结构；(c) 在线互补卷积层（OCC）结构。

案例研究选取美国四城市新冠疫情期间负荷数据，将 OSTEL 与多种模型对比，结果显示其在 RMSE、MAE、MAPE 指标上显著更优，集成权重热力图（图3）验证时空感知能力，消融实验证明空间模块必要性，为相关预测提供高效方案。曾亚琦同学曾获国家奖学金、学院一等学业奖学金及校优秀学生一等奖学金。他自大一入学起便加入胡维昊老师课题组开展智能电网相关研究。

图3 四个城市24小时预测时域内的集成权重热力图

(a) 波士顿；(b) 芝加哥；(c) 费城；(d) 西雅图。

研究成果三：本科生熊亦铭在重要国际学术会议ICMMT发表成果

2022级微电子科学与工程专业熊亦铭在电子科学与工程学院唐红艳老师指导下，以第一作者身份撰写的《Dual-Polarized Implantable Shared Aperture Antenna for ISM and UHF Bands Application》于10月在重要学术会议International Conference on Microwave and Millimeter Wave Technology Proceedings上发表。

该研究针对植入式医疗设备的通信需求，提出了一种创新性的天线设计，实现了在多个频段的高效稳定工作；随着植入式医疗设备在健康监测领域的广泛应用，对植入式天线的性能要求日益提高，血糖监测仪、心脏起搏器、血压监测仪等设备需要通过工业、科学和医疗频段以及超高频频段进行数据传输，但传统天线设计面临着尺寸限制、效率低下和多频段兼容等挑战。

该研究创新性地提出了共享孔径天线设计，通过在 Rogers RT/duroid 5880 基板上加载一对非对称带状线，成功实现了三个工作频段的覆盖：0.863~0.870 GHz（UHF）、0.902~0.928 GHz 和 2.40~2.50 GHz（ISM），这一设计为植入式医疗设备的小型化提供了新的技术路径（图4）；该天线的加工实物与测试环境如下（图5），其采用共面波导馈电，通过分别馈电可激活两种不同的工作模式，测试结果显示，天线在 0.80~1.23 GHz 频段实现了 43.6% 的阻抗带宽，在 2.00~2.96 GHz 频段实现了 39.2% 的阻抗带宽，覆盖了所需的全部工作频段（图6）。熊亦铭同学自大二开始加入唐红艳老师的科研团队，专注于射频电路与天线设计方向的研究，该同学的毕业设计项目也由唐老师继续指导。

图4 天线仿真结构

图5 加工实物和测试环境

图6 仿真和实测回波损耗参数

研究成果四：本科生郝晨蕾在A类国际学术会议IGARSS发表成果

2022级微电子科学与工程专业郝晨蕾在资源与环境学院贾海涛老师指导下，以第一作者身份撰写的《Vehicle-Mounted Multi-Sensor Fusion Slam System for Autonomous Navigation》于11月在A类国际学术会议IGARSS (IEEE International Geoscience and Remote Sensing Symposium)上发表。该研究聚焦自动驾驶在复杂无 GPS 环境下的高精度定位与地图构建难题，提出了一种多传感器融合 SLAM 系统，实现了动态、弱纹理场景下的稳定导航与地图生成。

随着自动驾驶技术的快速发展，隧道、地下停车场等无 GPS 信号环境的定位需求日益迫切。该研究创新性地采用基于 LoFTR 匹配算法的端到端视觉里程计设计，结合鸟瞰图（BEV）多传感器融合方法，成功整合相机、激光雷达（LiDAR）、惯性测量单元（IMU）及闭环检测的多源信息（图7），该系统的实验验证在具有重复结构、易导致特征匹配模糊的环形走廊场景中开展（图8），结果表明，系统能够精准识别楼梯入口、电梯间等关键特征，有效避免重复结构带来的误匹配问题，优化地图特征点布局，成功构建出连贯、完整的高精度 3D 地图（图9），其中 LiDAR 提供的高精度点云清晰刻画了走廊轮廓，相机捕捉纹理色彩信息，IMU 补充运动状态数据，闭环检测进一步提升了地图空间一致性，充分验证了系统在复杂无 GPS 环境下的有效性与可靠性。郝晨蕾同学自大二阶段起加入贾海涛老师课题组，专注于图像处理、SLAM 导航等方向的研究，其毕业设计也围绕该研究方向展开。

图7 系统算法框架

图8 系统硬件平台（1）LiDAR (2)云台摄像机（3）英伟达Jetson Orin NX嵌入式开发板（4）底盘模块

图9 系统对环形走廊的地图构建结果

论文链接：

1.FunOTTA: On-the-Fly Adaptation on Cross-Domain Fundus Image via Stable Test-time Training

https://ieeexplore.ieee.org/abstract/document/11237131

2.Online Spatiotemporal Ensemble Learning for Load Forecasting Against Anomalous Events

https://ieeexplore.ieee.org/document/11237071

3.Dual-Polarized Implantable Shared Aperture Antenna for ISM and UHF Bands Application

https://ieeexplore.ieee.org/document/11188825

4.Vehicle-Mounted Multi-Sensor Fusion Slam System for Autonomous Navigation

https://ieeexplore.ieee.org/document/11243778