李毅，工学博士，硕士生导师，校聘全国大学生电子设计竞赛教练。本科毕业于北京航空航天大学计算机科学与技术专业，博士毕业于日本德岛大学系统创造工学专业。研究方向为计算机视觉、深度学习和移动计算等，主要包括多智能医疗辅助诊断、人体姿态估计、视觉辅助驾驶、多模态图像配准等。长期和中国人民解放军空军军医大学西京医院联合开展智能医疗辅助诊断技术的研究，包括先天性髋关节脱位（DDH）、脊柱侧弯、儿童行走姿态评估等运动系统疾病辅助诊断。

获奖：

第四届陕西高校中青年教师电子类实验技能竞赛一等奖

第九届全国高校电工电子基础课程实验教学案例设计竞赛（鼎阳杯）全国一等奖

招生方向：电子信息（0854）

1. 医疗辅助诊断

发育性髋关节发育不良（Developmental Dysplasia of the Hip, DDH）是一种儿童常见发育性畸形，致残率高。骨盆正位X线片是诊断4-6月龄以上儿童DDH诊断的金标准，由于对骨盆正位X线片缺乏标准的定量评估方法和质控标准，目前依然存在较高的误诊率。

结合临床医生经验和深度学习，采用关键检测和图像分割的方法，建立基于结合医生经验和深度学习的精准诊疗模型，实现儿童DDH精准诊断。

1. 关键点检测和侧闭孔图像分割

2. DDH分型诊断

首个线上智慧医疗辅助应用：http://smartmedicine.top

（算法设计：陈耀鹏、祝苏萍）

（网页设计维护：朱子芮）

2. 人体姿态估计

人体姿态估计是通过对人体的图像进行分析，定位出人体的各个关键点位置，并绘制出关键点之间的拓扑结构，从而将结果应用于其他下游任务，在医疗、运动健康等领域有着极为广泛的应用场景。例如：通过人体姿态估计对患者的步态进行分析，并通过分析的结果对疾病进行诊断以及评估；通过姿态估计对运动员以及接受康复训练的患者评估动作的标准性；以及随着AIGC的发展，人体姿态估计也可以通过引入动作信息，指导图像的生成。

（算法设计：王永韬）

持续更新……