蔡德恒

         蔡德恒，特聘研究员，硕士生导师，2016年于北京理工大学过程装备与控制工程获工学学士，2023年于北京理工大学控制科学与工程获工学博士学位，2022年获得丹麦技术大学博士联合培养资格（国家留学基金委资助）。研究方向为糖尿病智慧医疗；数据驱动学习与控制。在Annual Reviews in Control、CEP、IEEE TASE/TCST/TIM和自动化学报等权威国内外刊物发表论文20余篇（其中第一/共一作者发表顶级/重要期刊论文7篇），1篇论文入选Feature Paper of Emerging Leaders in Control Engineering Practice，授权发明专利10项，转化专利2项（金额：50万元），拥有软件著作权1项。主持国家自然科学基金青年项目1项，获得2024年度国家资助博士后研究人员计划C档资助，深度参与国家重点研发计划项目、国家自然科学基金重点项目和面上项目多项，担任IEEE Trans. on Industrial Electronics、Control Engineering Practice等国际知名期刊审稿人。获得2024年中国国际大学生创新大赛国家级金奖、第九届中国国际“互联网+”大学生创新创业大赛北京市二等奖和第二届“京彩大创”北京大学生创新创业大赛北京市二等奖。获得两次北京市优秀毕业生荣誉称号（本科与博士）。

目前指导2名硕士研究生，3名本科生，组内氛围融洽，指导学生细致，不对学生放鱼，方向明确，积极投入即会有论文或专利产出。欢迎对人工智能与控制交叉研究感兴趣的硕士及本科生联系：dehengcai@hdu.edu.cn。

2012.09-2016.06 北京理工大学 化工与环境学院 过程装备与控制工程 工学学士

2017.09-2023.06 北京理工大学 自动化学院 控制科学与工程 工学博士

2023.06-2025.07 北京理工大学 特立博士后

2023.07-2024.06 北京理工大学珠海学院 工业自动化学院 挂职锻炼

2025.10-至今 杭州电子科技大学 特聘研究员

中国指挥与控制学会医工结合专业委员会委员

1. 人机交互场景下糖尿病胰岛素剂量动态决策与具身优化研究，国家自然科学基金青年项目，项目经费（30万元），2025.01-2027.12，项目负责人

2. 面向智能血糖管理的胰岛素剂量动态决策与具身优化研究，国家资助博士后研究人员计划C档资助，中国博士后科学基金会，2024年7月-2025年7月，项目负责人

3. 糖尿病血糖代谢特性感知与用药剂量决策研究，杭州电子科技大学教师启动经费，项目经费（20万元），2025.10-至今，项目负责人

4. 糖尿病胰岛素剂量实时决策及长期学习优化研究，北京理工大学研究生校级重点项目，项目经费（1.2万元），2022.09-2023.09，项目负责人

5. 融合多源生理信息的糖尿病胰岛素剂量智能决策支持系统，国家重点研发计划“战略性科技创新合作”重点专项项目，项目经费（250万元），2023.07-2025.06，参与

6. 高原低氧预习服智能监控与闭环干预理论与技术，国家自然科学基金重点项目，项目经费（300万元），2024.01-2028.12，参与

7. 人工胰腺网络化智能系统事件触发预测控制，国家自然科学基金面上项目，项目经费（69万），2020.01-2023.12，参与

微泰医疗器械(杭州)股份有限公司, 横向项目, 人工胰腺血糖智能闭环控制系统, 2021-01至2022-06, 115万元, 参与

[1] D. Cai, W. Wu, M. Cescon, W. Liu, L. Ji, D. Shi*. Data-enabled Learning and Control Algorithms for Intelligent Glucose Management: the State of the Art [J]. Annual Reviews in Control, 2023, 56(100897):1-15. (中科院2区, IF:7.3)

[2] D. Cai, W. Liu, W. Zhang, J. Wang, L. Peng, L. Ji, D. Shi*. An Event-triggered Active Disturbance Rejection Approach to Dual-hormonal Artificial Pancreas Control [J]. Control Engineering Practice, 2022, 129(105338):1-13. (入选Feature Paper of Emerging Leaders in Control Engineering Practice) (中科院2区, IF:5.4)

[3] D. Cai, W. Liu, L. Ji, D. Shi*. Bayesian Optimization Assisted Meal Bolus Decision Based on Gaussian Processes Learning and Risk-Sensitive Control [J]. Control Engineering Practice, 2021, 114(104881):1-11. (中科院2区, IF:5.4)

[4] D. Cai, H. Zou, J. Wang, Y. Huang, D. Shi*. Event-Triggered Attitude Tracking for Rigid Spacecraft. SCIENCE CHINA Information Sciences [J], 2019, 62(222202):1-16. (top期刊, IF:7.3)

[5] 史大威*，蔡德恒，刘蔚，王军政，纪立农. 面向智能血糖管理的餐前胰岛素剂量贝叶斯学习优化方法 [J]. 自动化学报，2023, 49(9): 1915-1927. (导师一作, 核心期刊)

[6] W. Liu#, D. Cai#(共同一作), R. Zhang#, X. Zhan, X. Cai, L. Tao, X. Han, Y. Luo, M. Li, W. Wu, Y. Ma, D. Shi*, L. Ji*. A Randomized Clinical Trial for Meal Bolus Decision Using Learning-based Control in Adults With Type 2 Diabetes [J]. The Journal of Clinical Endocrinology & Metabolism, 2024, 109, 2630–2639. (临床试验论文, top期刊, IF:5)

[7] X. Lu#, D. Cai#(共同一作), W. Liu, L. Ji, D. Shi*. An Insulin-sensitivity-aware Meal-Bolus Decision Method based on Event-triggered Adaptive Dynamic Programming [J]. IEEE Transactions on Automation Science and Engineering, 2025, 22, 12816-12830. (top期刊, IF:5.9)

[8] S. Feng, D. Cai, J. Chen, D. Shi, L. Shi, W. Liu, L. Ji. Kernel-based learning with adaptive physiological constraints for personalized postprandial glucose prediction [J]. IEEE Transactions on Control Systems Technology, 2025, 33(5): 1712-1726. (中科院2区, IF:3.9)

[9] X. Lu, D. Cai, W. Zhang, L. Peng, D. Shi. An Offset-Free Data-Enabled Predictive Control Approach to Closed-Loop Glucose Management for Subjects With Type 1 Diabetes [J]. IEEE Transactions on Automation Science and Engineering, 2025, 22:24333-24346. (top期刊, IF:5.9)

[10] J. Chen, D. Shi, D. Cai, W. Liu, L. Ji, L. Shi. A Switched Neural Process for Long-term Postprandial Glucose Trajectory Prediction based on Insulin Sensitivity Estimation [J]. IEEE Transactions on Instrumentation and Measurement, 2025, 74:1-11. (中科院2区, IF:5.9)

1. 人机交互场景下糖尿病胰岛素剂量动态决策与具身优化研究，国家自然科学基金青年项目，项目经费（30万元），2025.01-2027.12，项目负责人

2. 面向智能血糖管理的胰岛素剂量动态决策与具身优化研究，国家资助博士后研究人员计划C档资助，中国博士后科学基金会，2024年7月-2025年7月，项目负责人

3. 糖尿病血糖代谢特性感知与用药剂量决策研究，杭州电子科技大学教师启动经费，项目经费（20万元），2025.10-至今，项目负责人

4. 糖尿病胰岛素剂量实时决策及长期学习优化研究，北京理工大学研究生校级重点项目，项目经费（1.2万元），2022.09-2023.09，项目负责人

5. 融合多源生理信息的糖尿病胰岛素剂量智能决策支持系统，国家重点研发计划“战略性科技创新合作”重点专项项目，项目经费（250万元），2023.07-2025.06，参与

6. 高原低氧预习服智能监控与闭环干预理论与技术，国家自然科学基金重点项目，项目经费（300万元），2024.01-2028.12，参与

7. 人工胰腺网络化智能系统事件触发预测控制，国家自然科学基金面上项目，项目经费（69万），2020.01-2023.12，参与

[1] 蔡德恒，史大威，卢想，王军政. 一种具有专家偏好学习的MDI胰岛素剂量决策系统. 发明专利, CN202411332097.6, 2024.

[2] 史大威; 蔡德恒; 王玮; 王军政; 一种融合情绪和运动信息的胰岛素剂量模糊控制方法. 发明专利, ZL202411332094.2, 2025.

[3] 史大威, 蔡德恒, 马牧远, 王军政. 基于贝叶斯优化的人工胰腺长期适应的个体化学习系统. 发明专利, ZL202210425970.0, 2022.

[4] 史大威, 蔡德恒, 刘蔚, 纪立农, 陈庚汝. 一种专家经验辅助的餐前胰岛素剂量学习优化决策系统. 发明专利, ZL202110117772.3, 2021.

[5] 史大威, 蔡德恒, 陈婧, 王军政. 一种基于高斯过程的餐前胰岛素剂量个体化决策系统. 发明专利, ZL202010930702.5, 2019.

[6] 史大威, 纪立农, 蔡德恒, 王军政, 蔡晓凌, 刘蔚. 一种基于血糖变化趋势的人工胰腺自适应自抗扰控制器. 发明专利, ZL201910222692.7, 2019.

[7] 史大威，王玮，蔡德恒，卢一，王军政. 基于CEEDMAN和神经网络去噪的情绪评估方法. 发明专利, ZL202311418707X，2024.

[8] 史大威, 张慧鹏, 蔡德恒, 王军政. 一种基于贝叶斯优化的MDI疗法剂量建议系统. 发明专利，ZL202111577847.2, 2021.

[9] 史大威, 武文静, 蔡德恒, 王军政. 一种基于ESO和模型预测控制的双激素人工胰腺控制器. 发明专利，ZL202210500896.4, 2022.

[10] 史大威，陈婧，蔡德恒，薛敬茂，赵晋银. 一种基于生理信息高斯过程和元学习的餐后血糖预测系统. 发明专利，ZL202410553422.5, 2025.