基于大涡模拟与机器学习的患者特异性数字孪生优化气囊上发声研究

【项目介绍】 本项目旨在开发患者特异性数字孪生系统，以改善气管切开患者的气囊上发声（Above-Cuff Vocalisation, ACV）。ACV通过在气囊上方输送气流实现语音功能，但当前临床实践高度依赖试错法，可能导致结果不一致及潜在安全风险。本研究旨在通过对受损气道内复杂气流和发声机制进行建模，将ACV转化为一种预测性、数据驱动的干预手段。

本项目将采用基于大涡模拟（LES）的高保真计算流体力学方法，解析解剖学真实、患者特异性气道几何结构中的非定常湍流气流和压力波动。模拟数据将用于生成详细数据集，捕捉气道几何结构、流动条件与气动声学输出之间的关系。这些数据集随后将用于训练监督机器学习模型，使其能够快速预测多种临床场景下的气流行为和声学性能。最终模型将嵌入数字孪生框架，以支持气流输送优化并降低临床风险。本跨学科项目位于工程、人工智能与医疗健康的交叉领域，致力于推动更安全、更有效、更个性化的临床决策。

【申请要求】 学历要求：机械工程、生物医学工程、航空航天工程或密切相关专业的一等荣誉学位或二等一以上荣誉学位（或同等学历）。具有相关硕士学位者优先。

技能与经验：具备流体力学和计算建模背景。熟悉CFD工具、数值方法和编程（Python或MATLAB）者优先。

其他知识：对工程、人工智能与医疗健康交叉领域的跨学科研究感兴趣。无需既往临床经验。

【申请材料】 • 说明申请该奖学金原因及具体项目的动机信 • 完整简历 • 所有相关学历及/或专业资格证书复印件 • 两封推荐信——请联系推荐人，请其直接从本人邮箱发送至 gs.pgradmissions@hud.ac.uk（推荐信可延迟提交，但须于2026年5月17日前收到） • 资格证明——如护照照片页扫描件 • 国际申请者须提供雅思6.5分（各单项不低于6分）或同等英语语言证书，或过去两年内在英国学习的证明，方可进入候选名单

如有资格或材料提交相关问题，请发送邮件至 gs.pgradmissions@hud.ac.uk。关于具体项目的非正式咨询，请联系各项目列出的主要负责人。

【资助信息】 3年全日制研究，涵盖学费及免税生活津贴，2026/27年度起薪为21,805英镑。