蔡文杰
职称:副教授
导师资格:硕导
学科专业:生物医学工程
电话:无
邮箱:wenjiecai@aliyun.com
个人简介
工作经历
教育经历
研究方向
主要科研项目
代表性专利
代表性论文

副教授,硕士生导师,浦江学者。拥有理、工、医三类学位,先后主持了国家自然科学基金、上海市教委科研创新、浦江人才计划等项目,参与多项国家重点研发计划。研究领域集中在心脑血管医学,目前主要从事医学人工智能的交叉研究,多次在各类智能心电赛事中获奖。

2007年7月至今,上海理工大学健康科学与工程学院

2012至2014年,美国霍普金斯大学医学院


2002年6月,复旦大学,基础医学学士

2007年7月,复旦大学,生理学博士

2016年3月,上海交通大学,计算机及应用学士


1. 医学人工智能

2. 医学信号与医学图像处理


【主持】

[1] 国家自然科学基金青年项目

[2] 浦江人才计划项目

[3] 上海教委科研创新项目


【参与】

[1] 国家重点研发计划项目子课题

[2] 国家自然科学基金重点项目

[3] 国家自然科学基金面上项目


【发明专利】

一种基于深度学习的QRS波检测方法, CN201911218572.6

【软著】

心电信号采集软件,2024SR0308364

心电年龄预测和健康管理软件,2025SR0428872

【获奖】

中国生理信号挑战赛CPSC 2018-2021连续四年冠军或亚军

首届中国心电智能大赛 2019一等奖

世界人工智能创新大赛AIWIN 2021亚军

指导本科生在全国大学生生物医学工程创新设计竞赛等比赛多次获得一等和二等奖

指导研究生在中国研究生人工智能创新大赛等比赛多次获奖

1. A Hybrid Transformer Model for Obstructive Sleep Apnea Detection Based on Self-Attention Mechanism Using Single-Lead ECG. IEEE Transactions on Instrumentation and Measurement, 2022,71:2514011.

2. X Wang, WJ Cai, MJ Wang. A novel approach for biometric recognition based on ECG feature vectors, Biomedical Signal Processing and Control, 2023,86:104922.

3. Hydrogen sulfide functions as a micro-modulator bound at the copper active site of Cu/Zn-SOD to regulate the catalytic activity of the enzyme. Cell Reports, 2023,42(7):112750.

4. SEResUTer: a deep learning approach for accurate ECG signal delineation and atrial fibrillation detection. Physiological Measurement, 2023,44(12):125005.

5. A lightweight U-Net model for denoising and noise localization of ECG signals. Biomedical Signal Processing and Control, 2024,88:105504.

6. Multi-branch myocardial infarction detection and localization framework based on multi-instance learning and domain knowledge. Physiological Measurement, 2024, 45(4):045009.

7. A lightweight deep learning approach for detecting electrocardiographic lead misplacement. Physiological Measurement, 2024, 45(5):055006.

8. Optimizing ST-Segment classification in ECG using multi-task learning. Biomedical Signal Processing and Control, 2024, 96:106591.

9. Enhancing P-wave localization for accurate detection of second-degree and third-degree atrioventricular conduction blocks. Physiological Measurement, 2024, 45(5):095013.

10. ECG classification based on guided attention mechanism. Computer Methods and Programs in Biomedicine, 2024, 257:108454.

11. Improving age prediction using ECG signals: Insights into lifestyle impacts. Journal of Electrocardiology, 2025, 92:154083.