婴儿运动发育的视频分析：可解释的临床指标与成熟度生物标志物

该博士研究生岗位旨在研发一种非侵入性的视频分析系统，用于评估婴儿的运动发育情况。申请者应具备工程学技能、人工智能知识，以及良好的英语和法语表达能力。

岗位说明： 关键词 神经病学、儿科、人工智能、计算机视觉。 项目说明： 本博士研究将开发一种无创视频分析系统，生成一组可解释的婴儿运动发育临床指标，以及一个可触发运动发育预警的综合成熟度生物标志物。 参考文献 [1] L. Adde 等，《通过计算机视频分析早期预测脑性瘫痪》，2017。 [2] D. Groos 等，《婴儿运动评估深度学习方法的开发》，2022。 [3]（作者），《基于视频的自动化婴儿运动评估十年回顾：系统综述》，2024。 [4] C. Chambers 等，《用于婴儿姿态估计的计算机视觉》，2020。 [5] N. Hesse 等，《用于婴儿运动分析的计算机视觉》，2018。 [6] C. Rudin，《停止为高风险决策的黑箱模型作解释》，《自然·机器智能》，2019。 [7] K. Sun 等，《深度高分辨率表征学习》（HRNet），CVPR，2019。 [8] H.-S. Fang 等，RMPE / AlphaPose，ICCV，2017。 [9] C. Feichtenhofer，X3D，CVPR，2020。 [10] C. Einspieler、H. Prechtl，《Prechtl 全身运动评估》，2004。 [11]（作者），《脊髓性肌萎缩症的视频分析》，2024。 [12] J. H. Cole、K. Franke，《使用神经影像预测年龄：脑龄范式》，《神经科学趋势》，2017。 [13] M. C. Bisi、R. Stagni、A. Aceti 等，《用于监测早产儿神经运动发育的数字孪生》，《医疗系统杂志》，2025。 [14]（作者），《用于监测早产儿神经运动发育轨迹的数字孪生方法》，2025。 [15]（作者），《利用数字孪生方法迈向精准医疗：多发性硬化症中脑萎缩的起始》，2023。 主题补充资料 PDF

所需个人背景与技能： 人工智能与数学技能工程师 所需法语水平：基础级——如果交流者说话轻柔且清晰，您能够在日常基本情境下理解语言，并能使用简单的表达。 所需英语水平：基础级——当对方说话轻柔清晰时，您能够在日常基本情境下理解语言。您能够理解并使用简单的表达方式。