Thesis生物医学工程毕业设计怎么做？器械选题、人体数据伦理与验证指标
生物医学工程毕设的评分核心是 「医学问题真实 + 验证指标可复现」：只做一个跑得通的算法或一个能通电的样机不够，老师要看它解决了哪个临床/生理问题、用什么数据验证、指标怎么算出来的。这篇按选题、数据与伦理、验证、结构四部分讲。
一、三类可落地的选题方向
- 生理信号处理型：ECG/EEG/EMG 的去噪、特征提取与分类（如心律失常识别），依托公开数据库最稳妥；
- 器械与系统设计型：可穿戴监测装置、康复辅具、检测电路与上位机软件——软硬件都要有实测；
- 医学图像处理型：CT/MRI/超声的分割、配准与辅助判读，注意标注来源与标注者资质要交代。
选题前先确认数据能不能拿到：公开数据库（如 PhysioNet、公开影像挑战赛数据集）要写清数据集名称、版本与获取时间；自采数据涉及人体则必须走伦理。题目难度评估见《导师给的题目太难怎么办》。
二、人体数据与伦理必须写清
- 公开数据集：写明数据集全称、版本/发布年份、受试者数量与采样参数（采样率、导联、设备型号），并按许可协议引用原始文献；
- 自采人体数据：写明伦理委员会名称与批件号、知情同意获取方式、受试者纳入排除标准；
- 数据脱敏：删除姓名、住院号等可识别信息用编号代替，影像去除 DICOM 头中的患者标识；
- 红线：不得编造生理数据或修改实测波形，不得把仿真结果写成实测结果——仿真与实测必须分开陈述。
三、算法与样机的验证指标怎么报
- 分类/识别类：给出准确率、灵敏度、特异度、F1 与混淆矩阵，说明训练/验证/测试划分方式（受试者间划分比随机划分更可信）；
- 分割/配准类：Dice、IoU、Hausdorff 距离等指标配合可视化对比图；
- 器械样机类：给出量程、分辨率、误差与重复性测试数据，与商用/标准仪器做对照测量并列表；
- 一律交代实验条件：设备型号、采样参数、软件与库版本（默认参数也要写出具体数值）；
- 方法章写法见《论文研究方法怎么写》，数据分析软件选择见《论文数据分析用什么软件》。
四、结构与常见扣分点
- 常见结构：绪论→需求与原理分析→方案设计（硬件/算法）→实现→实验与结果分析→结论与展望；
- 说明书体例见《毕业设计说明书怎么写》，技术路线图画法见《论文技术路线图怎么画》；
- 常见扣分：只有算法没有医学问题背景、数据集版本缺失、指标只报准确率、样机无误差与重复性数据、涉及人体却无伦理说明；
- 定稿前用论文格式自查清单逐项过一遍，参考文献用参考文献格式检查核对著录格式。