Über mich
Mein Name ist Huiqi Yvonne Lu. Ich bin eine leidenschaftliche Biomedizin- und Maschinenlerningenieurin, die vor Ideen sprüht und nach realer Wirkung strebe, insbesondere bei der Entwicklung digitaler Gesundheitsinnovationen für alle Menschen überall.
Viele Kollegen und Freunde nennen mich Yvonne (zweiter Vorname) oder Luqi (Spitzname seit meiner Kindheit, ausgesprochen „ lu ch-ii“ ). Huiqi ist mein offizieller Vorname, ausgesprochen „ Hwei ch-ii“.
In meiner aktuellen Funktion war ich akademisches Fakultätsmitglied, Co-Vorsitzender des Forscherausschusses der Fakultät für Ingenieurwissenschaften und Stipendiat für Ingenieurwissenschaften am Worcester College der Universität Oxford. Außerdem bin ich ehrenamtlicher Forschungsstipendiat am George Institute for Global Health des Imperial College London.
Im professionellen Dienst war ich Mitherausgeberin von Nature npj Women's Health, Chefredakteurin einer Sondersammlung von Fortschritten in der KI für Frauengesundheit, reproduktive Gesundheit und Mütterpflege: Verbindung von Innovation und Gesundheitsfürsorge und Gastredakteurin von Frontier Signal Processing. Sie war Mitglied eines Workshop-Komitees und Junior Round Table Chair bei namhaften Konferenzen, darunter ICLR (PMLDC) , NeurIPs (ML4H) , IJCAI (KDHD) und PHME . Außerdem bin ich aktiv im IEEE-Standardkomitee für P3191: Leistungsüberwachung von maschinell lernenden medizinischen Geräten im klinischen Einsatz tätig.
Meine institutionelle Webseite finden Sie hier und meine akademische „Drehtür“-Reise hier .
Über diese Website
Dies ist ein Spielplatz, auf dem ich mein akademisches Leben, meine Gedanken, Reisen und Neugier teile. Ich hoffe, Sie finden es auch interessant.
Forschungsinteressen
Maschinelles Lernen und grundlegende Gesundheitsmodelle
Digitale Gesundheitsinnovationen zur Patientenüberwachung
Föderiertes Lernen auf Edge und generative KI-Beschleunigungen
Signalverarbeitung auf zeitreihenbasierten Sensordaten
Physiologische und psychologische Modellierung mit Inferenzlernen und LLMs
Robotik und menschliche Interaktion
Akademische Auszeichnungen und Preise
Zweitplatzierte des NCRM Impact Prize 2023 , National Centre for Research Methods. (2023)
Global Challenge Project Award der Bills and Melinda Gates Foundation für „Large Language Model (LLM) zum Aufbau der Kapazitäten für Gesundheitspersonal im ländlichen Indien“. (2023)
Britischer nationaler Gewinner des CAETS High Potential Innovations Prizes , nominiert von der Royal Academy of Engineering, Großbritannien. (2021)
Verfechter des öffentlichen Engagements , Computational Health Informatics Lab, Universität Oxford. (2020)
Auszeichnung des Daphne Jackson Trust für ein Forschungsstipendium zur Wiedereingliederung in den Beruf (2019)
Nationaler Finalist des SET für Großbritannien, House of Commons, London, Großbritannien. (2007)
Auslandsforschungsstipendium des Forschungsrats (UKRI) (2005)
Lobende Erwähnung beim „International Interdisciplinary Contest in Modelling“ (MCM/ICM) in den USA , veranstaltet vom „Consortium for Mathematics and Its Applications“ in den USA. (2003)
Gewinner des ersten Preises (2002) und des zweiten Preises (2003) des Mathematik-Modellierungswettbewerbs für Studenten der China National University, organisiert vom Bildungsministerium der Volksrepublik China.
Publikationen
Lu, H. , Lu, P., Hirst, JE, Mackillop, L., Clifton, DA „Ein gestapelter Ansatz mit langem Kurzzeitgedächtnis zur prädiktiven Blutzuckerüberwachung bei Frauen mit Gestationsdiabetes mellitus“, Sensors 2023, 23, 7990. Online verfügbar unter: https://doi.org/10.21203/rs.3.rs-2653408/v1
Lu, H. , Ding, X., Hirst J., Yang, Y., Yang, J., Mackillop L., Clifton, D., „Digital Health and Machine Learning Technologies for Blood Glucose Monitoring and Management of Gestational Diabetes“, IEEE Review of Biomedical Engineering, 2023. Online verfügbar unter: https://ieeexplore.ieee.org/document/10039073
Ghadban Y., Lu, H , Adavi U., Gara, S., Ankita Sharma, A., John, R., Praveen D., Hirst, J., „Transforming Healthcare Education: Nutzung großer Sprachmodelle für den Kapazitätsaufbau von Frontline-Mitarbeitern durch Retrieval-Augmented Generation“, NeurIPs-Workshop im LLM for Education, 2023. doi: 10.1101/2023.12.15.23300009
Talyor, L., Ding, X., Clifton, D., Lu, H. , „Tragbare Vitalzeichenüberwachung für Patienten mit Asthma: eine Übersicht“, IEEE Sensors Journal, 02/2023. doi:10.1109/JSEN.2022.3224411 Online verfügbar unter: https://ieeexplore.ieee.org/abstract/document/9967964