一、方向概况与选拔要点
复旦大学复杂系统建模与调控（含生物医学工程）方向依托复旦大学智能复杂体系基础理论与关键技术实验室（院系代码089）、复旦大学生物医学工程与技术创新学院、复旦大学信息科学与工程学院、复旦大学脑科学转化医学研究院、复旦大学附属华山医院/中山医院医学工程联合平台，联合教育部"非线性数学模型与方法"重点实验室、上海市医学影像计算与分析重点实验室、上海市脑功能重塑与神经调控重点实验室、国家应用数学中心（上海）生物医学分部、中国生物医学工程学会常务理事单位、中国自动化学会控制理论专委会、国际医学与生物工程联合会（IFMBE）中国分会联络处、《中国生物医学工程学报》《自动化学报》《控制理论与应用》编辑部等核心载体，是由复旦大学自20世纪70年代即在生物医学工程领域奠基深耕，历经王威琪院士等前辈学人薪火相传，2018年智能复杂体系基础理论与关键技术实验室正式实体化运行，2025年生物医学工程与技术创新学院高质量成立（由加拿大工程院院士陈颉领衔、2013年诺贝尔化学奖得主迈克尔·莱维特加持），正式将"复杂系统建模与调控（含生物医学工程）"确立为"复杂系统科学与工程"专业（专业代码079901）独立核心方向，形成的国内将"多尺度生物系统建模—复杂网络调控—医学影像智能分析—神经工程与脑机接口—生物传感与芯片—精准医疗决策—医学超声与诊疗器械—计算生物学"八维一体建设的交叉学科高地。该方向整合数学、控制科学、信息工程、生命科学、临床医学、材料科学、人工智能等多学科资源，聚焦"系统辨识—动力学建模—网络构建—状态估计—最优调控—闭环反馈—多尺度耦合—临床转化验证"全链条复杂生命系统调控逻辑，形成"建模为基、调控为核、医工为桥、健康为归"的培养格局，为国家"双一流"建设学科核心方向，生物医学工程学科在2025年软科排名位列全国第10、世界一流学科排名第11，第四轮学科评估获评B+并在第五轮实现显著提升。
研究方向涵盖：多尺度生物系统建模与仿真（分子-细胞-组织-器官-个体多尺度耦合/生理系统动力学建模/心血管系统建模/呼吸系统建模/药代动力学PK-PD建模/肿瘤生长模型/免疫应答动力学/代谢网络建模）、复杂网络与系统调控理论（生物网络拓扑分析/基因调控网络/蛋白质相互作用网络/代谢网络/信号转导网络/网络可控性/网络同步/网络鲁棒性/网络重构与干预策略）、医学影像人工智能与计算（MRI/CT/PET/超声影像重建/图像分割/配准/检测/深度学习影像分析/放射组学/病理图像分析/多模态融合/联邦学习影像诊断）、神经工程与脑机接口（脑电信号EEG处理/功能性磁共振fMRI分析/神经解码/脑机接口BCI/深部脑刺激DBS/经颅磁刺激TMS/经颅直流电刺激tDCS/神经调控闭环系统/脑网络动力学/神经编码与解码）、生物传感与微纳芯片（生物传感器设计/微流控芯片/器官芯片organ-on-a-chip/可穿戴健康监测/植入式传感器/光电检测/电化学传感/纳米生物材料/即时检测POCT）、医学超声与诊疗器械（超声成像/超声弹性成像/高强度聚焦超声HIFU/光声成像/超声分子影像/微创介入器械/手术机器人/医学导航/治疗计划系统）、精准医疗与临床决策支持（多组学数据整合/生物标志物发现/疾病风险预测模型/个体化治疗方案优化/药物重定位/真实世界数据RWD分析/临床试验设计优化/数字孪生患者）、计算生物学与系统生物学（基因组学/转录组学/蛋白质组学/代谢组学/单细胞组学/空间转录组/基因调控网络推断/通路分析/进化建模/分子动力学模拟）、控制理论在生物医学中的应用（最优控制/模型预测控制MPC/自适应控制/鲁棒控制/多智能体协调/人工胰腺闭环控制/麻醉深度调控/呼吸机自适应控制/药物输注优化）等核心议题。当前团队深度参与国家"脑科学与类脑研究"重大科技专项脑机接口攻关、国家自然科学基金"生物医学复杂系统"重大研究计划、上海市"生物医药"先导产业战略、张江国家实验室生命健康领域智能诊疗攻关、国家药监局创新医疗器械审评支撑、复旦大学附属华山医院/中山医院医工交叉联合课题等国家与区域重大任务。
选拔要求申请者绩点位列专业前5%-10%，核心课程涵盖数学分析、高等代数、概率论、数理统计、常微分方程、偏微分方程、自动控制原理、信号与系统、数字信号处理、生物医学工程导论、生理学、分子生物学、医学影像学、机器学习、最优化方法、python/MATLAB/C++等；英语六级520分以上，需具备IEEE Transactions on Biomedical Engineering（TBME）、IEEE Transactions on Medical Imaging（TMI）、Nature Biomedical Engineering、Medical Image Analysis、NeuroImage、Bioinformatics、Automatica、IEEE Transactions on Automatic Control、《自动化学报》《中国生物医学工程学报》《控制理论与应用》等期刊及MICCAI/NeurIPS（医学AI赛道）顶会论文精读能力；科研经历偏好生物医学信号处理、医学影像算法设计与实现、生理系统建模与仿真、控制算法设计、组学数据分析、动物/细胞实验验证等训练。2026年推免预选拔通知已发布，建议尽早联系导师展示扎实的数理功底、敏锐的工程直觉与"以模型理解生命、以调控守护健康"的专业素养。
二、知点保研核心优势
一是近十年深耕保研辅导，精准把握该方向"建模—调控—医工交叉—临床转化"四维一体的选拔逻辑；二是专注复旦，在智能复杂体系基础理论与关键技术实验室、生物医学工程与技术创新学院、信息科学与工程学院、脑科学转化医学研究院、上海市医学影像计算与分析重点实验室、复旦大学附属医院医工交叉平台等积累独家师资与信息渠道；三是定制一对一辅导，匹配多尺度生物建模、复杂网络调控、医学影像AI、神经工程与脑机接口、生物传感与芯片、医学超声、精准医疗决策、计算生物学、生物医学控制等子方向导师；四是线上线下融合，结合数学建模训练、控制算法推导、影像算法代码实现（PyTorch/MATLAB）、生理信号处理实验、顶刊论文精读；五是严格督学与全流程规划闭环服务。
三、辅导体系
围绕考核需求构建核心模块：绩点提升强化数学分析、高等代数、概率论、数理统计、常微分方程、偏微分方程、自动控制原理、信号与系统、数字信号处理、机器学习、生理学等高权重课程；英语提升聚焦IEEE TBME、IEEE TMI、Nature Biomedical Engineering、Medical Image Analysis、NeuroImage、Bioinformatics、Automatica等期刊精读与multiscale modeling、physiological system dynamics、cardiovascular model、respiratory model、pharmacokinetics-pharmacodynamics（PK-PD）、tumor growth model、immune response dynamics、metabolic network modeling、biological network topology、gene regulatory network（GRN）、protein-protein interaction network（PPI）、signaling pathway network、network controllability、network synchronization、network robustness、network intervention strategy、medical image reconstruction、image segmentation、image registration、lesion detection、deep learning for medical imaging、radiomics、pathology image analysis、multimodal fusion、federated learning for medical diagnosis、electroencephalography（EEG）、functional magnetic resonance imaging（fMRI）、neural decoding、brain-computer interface（BCI）、deep brain stimulation（DBS）、transcranial magnetic stimulation（TMS）、transcranial direct current stimulation（tDCS）、closed-loop neural stimulation、brain network dynamics、neural encoding and decoding、biosensor、microfluidic chip、organ-on-a-chip、wearable health monitoring、implantable sensor、photoelectric detection、electrochemical sensing、point-of-care testing（POCT）、ultrasound imaging、ultrasound elastography、high-intensity focused ultrasound（HIFU）、photoacoustic imaging、ultrasound molecular imaging、minimally invasive intervention、surgical robot、medical navigation、treatment planning system、multi-omics integration、biomarker discovery、disease risk prediction、individualized treatment optimization、drug repositioning、real-world data（RWD）、clinical trial design optimization、digital twin patient、genomics、transcriptomics、proteomics、metabolomics、single-cell omics、spatial transcriptomics、gene regulatory network inference、pathway analysis、molecular dynamics simulation、optimal control、model predictive control（MPC）、adaptive control、robust control、multi-agent coordination、artificial pancreas、closed-loop drug delivery、anesthesia depth control、ventilator adaptive control、system identification、state estimation、kalman filter、particle filter、observer design、lyapunov stability、sliding mode control、pid control、fuzzy control、reinforcement learning for control、physics-informed neural network（PINN）、operator learning、graph neural network（GNN）、attention mechanism、vision transformer（ViT）、diffusion model for medical imaging、contrastive learning、self-supervised learning、transfer learning、domain adaptation、uncertainty quantification、bayesian deep learning、causal inference in medicine、survival analysis、cox proportional hazards、competing risks、treatment effect heterogeneity等前沿术语表达；论文辅导引导选择基于多尺度耦合模型的心血管-呼吸-代谢系统交互调控机制与闭环干预策略、图神经网络在基因调控网络推断中的因果可识别性与样本复杂度理论、脑机接口中运动意图神经解码的时变自适应滤波算法与在线学习收敛性分析、基于联邦学习的多中心医学影像分割中数据异质性对模型泛化的影响及域自适应策略、人工胰腺闭环控制系统中模型预测控制的鲁棒稳定性证明与血糖波动抑制、数字孪生患者框架下肿瘤生长模型的参数辨识与个体化放疗方案优化、可穿戴传感器多模态生理信号融合中的时序对齐与缺失数据插补方法、高强度聚焦超声（HIFU）热场建模中非线性声传播方程的数值求解与实时温度反馈控制、单细胞空间转录组数据中细胞通讯网络的时空动力学建模与药物靶点发现、基于扩散模型的医学影像合成中解剖结构一致性约束的理论保证等前沿议题。
专业课覆盖高级数学建模与仿真（常微分方程/偏微分方程/随机过程/多尺度方法）、自动控制理论（经典/现代/最优/鲁棒/自适应/非线性）、信号与系统（连续/离散/时频分析/小波/压缩感知）、生物医学信号处理（EEG/ECG/EMG/PPG/去噪/特征提取/分类）、医学影像原理与重建（MRI/CT/PET/超声/图像重建算法）、医学影像人工智能（深度学习分割/检测/配准/多模态/联邦学习）、神经工程与脑机接口（神经编解码/BCI范式/神经调控）、系统生物学与计算生物学（组学数据/网络推断/通路分析/动力学建模）、精准医疗与临床决策（生物标志物/风险预测/个体化治疗/真实世界数据）、医学超声与诊疗器械（超声物理/弹性成像/HIFU/手术机器人）、生物传感与微纳技术（传感器设计/微流控/器官芯片/可穿戴）、优化理论与机器学习（凸优化/深度学习/强化学习/贝叶斯方法）、学术写作与医工交叉研究范式等；笔试训练涵盖生理系统动力学建模题（给定生理现象建立ODE/PDE模型并分析稳定性）、控制算法设计题（给定被控对象设计PID/状态反馈/MPC控制器并证明闭环稳定性）、信号处理与特征提取题（EEG/ECG去噪、时频分析、分类算法设计）、医学影像算法推导题（给定成像物理模型推导重建算法/分割损失函数设计）、网络分析与推断题（基因调控网络拓扑推断/网络可控性判定）、数值仿真与结果解读题、英文文献方法论评述题等；面试模拟强化"数理功底—工程实现—生理直觉—临床意识—交叉创新"五维平衡，针对"生物系统建模中'机理模型'与'数据驱动模型'的适用边界与融合策略""脑机接口中'神经解码'的根本瓶颈——是算法还是对大脑理解的不足""人工胰腺闭环控制中'模型失配'的临床风险与鲁棒性保证""医学影像AI的'黑箱'问题在临床决策中的伦理边界""多尺度建模中'尺度桥接'的数学严格化程度""精准医疗中'群体统计'到'个体决策'的转化鸿沟""联邦学习在医疗数据隐私保护中的'隐私-效用'权衡""器官芯片（organ-on-a-chip）能否真正替代动物实验——建模的局限""神经调控（DBS/TMS）的'作用机制'未知对闭环设计的挑战""数字孪生患者的'保真度'与'实时性'矛盾如何调和""生物网络的'鲁棒性'与'脆弱性'并存的进化逻辑""控制理论中的'Lyapunov稳定性'在生物系统中如何重新诠释""医学超声中'非线性声传播'建模的计算复杂度与实时性矛盾""可穿戴设备'连续监测'数据的'信息过载'与'有效特征'提取""AI辅助诊断的'敏感性-特异性'权衡在不同临床场景下的差异化策略"等高频追问专项训练；文书打磨突出"从数学方程到生理机制、从控制算法到临床干预、从工程实现到患者获益"的转化能力与"以模型之精确理解生命之复杂、以调控之智慧守护健康之尊严"的价值坚守。
竞赛与项目陪伴支持全国大学生数学建模竞赛、美国大学生数学建模竞赛（MCM/ICM）、全国大学生电子设计竞赛（生物医学信号方向）、"华为杯"中国研究生数学建模竞赛、中国大学生计算机设计大赛（医学AI赛道）、国际医学影像计算与计算机辅助介入会议（MICCAI）挑战赛、IEEE国际生物医学工程会议（EMBC）学生论文竞赛、全国大学生生物医学工程创新设计竞赛、"互联网+"大学生创新创业大赛（医疗器械赛道）、中国自动化学会青年学者论坛、全国高校"生物医学工程"暑期学校、"挑战杯"自然科学类学术论文、全国大学生生命科学竞赛（医工交叉方向）等赛事，并提供复旦大学智能复杂体系基础理论与关键技术实验室课题组参与、生物医学工程与技术创新学院联合课题、复旦大学附属华山医院/中山医院医工交叉项目、国家"脑科学与类脑研究"脑机接口子课题、上海市"生物医药"先导产业攻关项目、张江国家实验室智能诊疗方向、华为/联影医疗/迈瑞医疗/微创医疗联合研发项目、国际医学与生物工程联合会（IFMBE）世界大会及IEEE EMBS学术交流等内推机会。
复杂系统建模与调控（含生物医学工程）是21世纪医工交叉的核心前沿，是连接数学之美、工程之精与生命之奇的终极桥梁。当前我国在脑机接口原创技术、医学影像AI临床落地、精准医疗决策模型、闭环神经调控、数字孪生患者、高端医疗器械自主可控等领域正从"跟跑引进"向"并跑突破""领跑原创"跨越，亟需兼具深厚数理功底、精湛工程能力、敏锐生理直觉与深切临床关怀的高层次医工交叉复合型人才。知点保研愿助力有志于"以方程刻画生命、以算法赋能诊疗、以调控守护健康、以交叉成就卓越"的同学稳步前行。咨询报名可致电4000003363，或添加微信13671344286获取个性化评估与规划建议。
