吕姓学生以「以新建构之卷积神经网路对脑部核磁共振影像执行多发性硬化症」为题参展,拿下国中组「生活与应用科学(一)科」第三名。

摘要中指出,该研究新建构卷积神经网路,提出一套以深度学习为基础,可自动辨识脑部核磁共振影像中,分割多发性硬化症病灶之人工智慧病灶判读方法。研究使用约翰霍普金斯大学影像分析与通讯技术实验室授权提供之Longitudinal Multiple Sclerosis Lesion Imaging Archive资料集为训练与测试资料,共151笔核磁共振临床资料、39583744笔像素资料,并以IoU与dice系数为评估指标。经实证发现,本研究提出的方法,具有显著IoU值,达0.8523,另dice系数亦较其他方法高,其值为0.9392,且在速度方面,祯数高达13.79。研究成果未来可连结医院之核磁共振影像资料库,自动分割出核磁共振影像中多发性硬化症病灶,以利于早期诊断与治疗。

「以新建构之卷积神经网路对脑部核磁共振影像执行多发性硬化症」拿下国中组「生活与应用科学(一)科」第3名。翻摄自官网
「以新建构之卷积神经网路对脑部核磁共振影像执行多发性硬化症」拿下国中组「生活与应用科学(一)科」第3名。翻摄自官网

因为研究相当专业,被人质疑「不是本人所做」,吕同学今天也透过脸书发声,他表示会有此怀疑,一定有人是看过科展代笔的相关问题,他愿意亲自释疑。

吕同学表示,这篇研究一共进行了2年,前面大量的时间在技术碰壁,更每天晚上熬夜,试著跟国外各医院和大学实验室讨论资料授权。「也有人附上我所使用的资料集,因为NITRC网站上导向的Smart-Stats-Tool资料已无法申请,那是当时我向该负责人另外写email索取到的资料,但还是以public dataset的方式撰写。也从那时开始养成每天读paper的习惯,便拥有了英文的学术阅读能力。」

他特别感谢主要的指导教授台大资工张老师的无私指导,但他强调,资料授权、训练机器,教授都是没有特别协助的,而是每周线上和他讨论书面资料和研究方法。「从小五到台大资讯系统训练班上课后,教授便已有指导我的研究法,为我的学术基底打得非常稳。然而中小学科展不能有校外指导老师(跨校指导不适用于大学),因此才没有在指导名单。」

研究内容相当专业。翻摄自网路科教馆官网
研究内容相当专业。翻摄自网路科教馆官网

吕同学表示,训练机器在刚开始调整阶段还是使用Colab,后来是使用AWS EC2 g4dn.xlarge,有些人可能看到这里就会说有财力,但这个instance随需价格是0.526 USD/hr,并在上面架设Jupyter Lab操作。

至于大家认为可能跟家长有关。吕同学说,爸妈并没有这领域的技能和知识,这个研究是他在老师的协助之下独自完成。之所以选择多发性硬化症,是因为在国内约1000例的罕见疾病当中,便认识3位朋友受此疾病所扰,他们也都有分享误诊和延误治疗的问题,便想进行这个研究,解决延误治疗的问题。

吕同学正面地表示,「感谢各位前辈的建议和鼓励,我认为自己仍有极大不足,例如实验资料数不足、模型创新性不够,我会再继续努力学习,但也希望不要以教育阶段或体制平均去抹煞一个人的努力。」他也从2021年开始参与 g0v.tw 台湾零时政府,经常在各公民社群和开放原始码相关议题的社群中打滚,并发起了开放教育相关专案,未来会继续努力。

网友看完文笔大惊,「您是我们台湾学生的骄傲」、「能自己花时间又愿意做这个题目真的很厉害,恭喜得奖」,另有人表示「看到有人说,期待你是另一个唐凤,我则是认为你会一直是独一无二的你,跟唐凤一样发挥超乎常人的能力,引领台湾走向不同领域。有各种天才的台湾,真好。」

吕同学让不少人想到唐凤。翻摄自唐凤脸书
吕同学让不少人想到唐凤。翻摄自唐凤脸书

★快点加入《壹苹》Line,和我们做好友!

★下载《壹苹新闻网》APP

★FB按赞追踪《壹苹新闻网》各大脸书粉丝团,即时新闻到你手,不漏任何重要新闻!

壹苹娱乐粉专

壹苹新闻网粉专


點擊閱讀下一則新聞 點擊閱讀下一則新聞
撑不下去!Dcard电商「好物研究室」5/31关闭 网崩溃:为什么