于松黎

于松黎，男，1997 年 6 月出生于山东省威海市。2020 年 6 月毕业于山东财经大学“计算机科学与技术”专业，获工学学士学位。2024 年 6 月毕业于山东大学“通信工程”专业，获电子信息硕士学位。研究方向为医学图像处理。读研期间，以第一作者在 SCI 期刊发表学术论文 1 篇，合作申请国家发明专利 1 件，以第一作者申请国家软件著作权 1 件；获得 2023 年“中国软件杯”第 12 届大学生软件设计大赛全国二等奖、东部赛区一等奖、2022 年“中国光谷·华为杯”第 19 届中国研究生数学建模竞赛全国三等奖、2021 年“华为杯”第 18 届中国研究生数学建模竞赛全国三等奖等奖励和荣誉。现任职腾讯云原生测试开发工程师。

[1] 2021-09~2024-06: 山东大学, 专业: 通信工程, 电子信息硕士学位, 导师: 颜成钢 教授, 合作导师: 王帅 研究员

[2] 2016-09~2020-07: 山东财经大学, 专业: 计算机科学与技术, 工学学士学位, 导师: 赵志崑 副教授

[3] 2016-09~2020-07: 山东财经大学, 专业: 金融学 (辅修), 经济学学士学位, 导师: 王荣 教授

• 针对食道癌放疗中 CT 图像肿瘤区域 (GTV) 分割的临床需求, 研究解决复杂结构、模糊边界和小目标分割的精度不足问题;
• 提出长距离中继机制 (LRRM) 、双分支 ViT 模块 (Dual Fast/Axial ViT) , 在 1665 例临床数据上实现 Dice 系数提升 0.83%;
• 设计构建两阶段医学图像分割可视化与智能诊断工具, 支持参数配置与结果对比、3D 渲染与多平面重建与临床工作流集成.

• 针对五子棋 AI 算法设计与优化的研究需求, 研究解决传统权值法局部最优和极小极大算法依赖领域知识的问题;
• 提出基于蒙特卡洛树搜索 (MCTS) 的博弈树构建方法, 结合上限置信区间 (UCB) 算法平衡探索与利用, 实现智能度显著提升;
• 设计构建 MCTS-UCB 五子棋人机对弈系统, 支持动态参数配置 (模拟次数/奖励机制) 、实时进度反馈及多维度棋盘适配.

[1] Yu S, Li Y, Jiao P, et al. A CNN‐transformer‐based hybrid U‐shape model with long‐range relay for esophagus 3D CT image gross tumor volume segmentation [J]. Medical Physics, 2025. (SCI JCR Q1, 第一作者, 已录用)

[2] 王帅, 于松黎, 王奇峰, 等. 基于深度学习的食道癌CT图像的分割方法 [P]. 申请号: CN202410261439.3, 申请日: 2024-03-07, 公开日: 2024-07-16, 国家知识产权局. (发明专利, 学生一作, 公开实审)

[3] 于松黎. 蒙特卡洛五子棋V1.0 [CP]. 授权号: 2024SR0911879, 授权日: 2024-07-02, 国家版权局. (软件著作权, 第一作者, 已授权)

[1] 2023-08: 2023 年“中国软件杯”第 12 届大学生软件设计大赛全国二等奖、东部赛区一等奖 (国家级竞赛奖项)

[2] 2023-01: 2022 年“中国光谷·华为杯”第 19 届中国研究生数学建模竞赛全国三等奖 (国家级竞赛奖项)

[3] 2021-12: 2021 年“华为杯”第 18 届中国研究生数学建模竞赛全国三等奖 (国家级竞赛奖项)

[4] 大学英语四级 (498 分)、大学英语六级 (454 分)

• 针对 Kubernetes 集群部署架构和组件版本的验收与巡检需求, 设计解决环境监控覆盖不足、传统脚本线性执行耗时问题;
• 设计构建异步化验收引擎​​ (基于 Asyncio 协程调度框架), 扩充 200+ 部署校验项, 并将部署验收时长由 10 分钟压缩至 3 秒;
• 设计多架构自适应巡检框架​​ (x86/ARM 双指令集动态加载), 合并专有云/公有云集群指标采集协议, 覆盖 500+ 集群高可用监控.

• 具备医学影像算法研究能力, 精通 Transformer 与 CNN 混合架构设计, 擅长解决小目标分割、边界模糊等复杂问题;
• 掌握 3D 医学影像处理全栈技术 (DICOM 解析/模型部署验证/定量评估), 熟悉 ITK-SNAP 等专业工具集成与医学影像中间件开发.

• 精通 PyTorch 生态技术栈, 掌握模型调优全流程 (数据增强/特征融合/迁移学习), 具备算法工程化经验;
• 熟悉智能决策算法开发, 掌握蒙特卡洛树搜索等优化方法在跨领域场景的应用;
• 熟练使用 Python 数据科学工具链 (Pandas/NumPy/Matplotlib), 具备多维度结果可视化能力.

• 掌握 Kubernetes 多架构集群管理, 具备高可用系统设计能力 (负载均衡/故障转移);
• 熟悉容器化 DevOps 全流程 (CI/CD 编排)、自动化监控告警解决方案;
• 精通 Linux 开发环境配置, 擅长 Golang/Python 开发、Shell 脚本编写与效能工具链优化.