收獲的九月——《大數(shù)據(jù)實(shí)踐課》成果展示
《大數(shù)據(jù)實(shí)踐課》是清華大學(xué)大數(shù)據(jù)能力提升項(xiàng)目必修培養(yǎng)環(huán)節(jié)，旨在以企業(yè)實(shí)際項(xiàng)目需求為驅(qū)動(dòng)，鍛煉學(xué)生和真實(shí)用戶之間的交流能力、需求獲取能力、團(tuán)隊(duì)合作能力，實(shí)現(xiàn)學(xué)生自身綜合能力、科研能力及求職就業(yè)競(jìng)爭(zhēng)力的提高。
實(shí)踐教學(xué)最具特色的地方在于，將來(lái)自全校理、工、文、商、醫(yī)不同學(xué)科專業(yè)背景的學(xué)生分為A類（面向商科、人文社科等非信息類專業(yè)背景學(xué)生）和B類（面向計(jì)算機(jī)、軟件、自動(dòng)化等信息類專業(yè)背景學(xué)生），A、B類同學(xué)自由組隊(duì)，分工明確，以數(shù)據(jù)驅(qū)動(dòng)的“真問題，真數(shù)據(jù)”、校內(nèi)外雙導(dǎo)師制的共同指導(dǎo)下完成項(xiàng)目任務(wù)。
實(shí)踐中不同專業(yè)院系的同學(xué)們都參與了哪些實(shí)際項(xiàng)目、解決了什么問題、他們都有什么收獲呢？讓我們一探究竟。
01
實(shí)踐單位：首都醫(yī)科大學(xué)附屬同仁醫(yī)院
項(xiàng)目名稱：病理性近視的AI診斷
小組成員：
海家瑞 水利工程
龔傲凡 水利工程
曹 衛(wèi) 生命科學(xué)學(xué)院
吳澤昆 水利水電工程系
左成文 電子工程
汪子奇 數(shù)據(jù)科學(xué)與信息技術(shù)
研究目標(biāo)：我國(guó)近視患病人數(shù)居世界首位，已成為重大公共衛(wèi)生問題，甚至在某些地區(qū)已經(jīng)成為了首位不可逆性的致盲眼病。病理性近視的傳統(tǒng)篩查對(duì)硬件要求較高，需要專業(yè)醫(yī)師，依賴進(jìn)口設(shè)備，因而普及率不高。我們要實(shí)現(xiàn)AI輔助綜合篩查，大大節(jié)約人力、物力和時(shí)間，提高普及率，降低成本。
實(shí)踐課的成果：訓(xùn)練了病理性近視影像學(xué)圖像識(shí)別模型，搭建了病理性近視影像學(xué)智能診斷平臺(tái)。經(jīng)驗(yàn)證，病理性近視診斷平臺(tái)具有被應(yīng)用于輔助病理性近視診斷的潛力，能夠輔助眼科醫(yī)生診斷病理性近視，提升該疾病醫(yī)療診斷的工作效率。
部分成果展示
圖1 AI診斷可視化平臺(tái)
圖2 模型訓(xùn)練結(jié)果對(duì)比
同學(xué)們的收獲：
吳澤昆：本課程讓我將課程學(xué)到的知識(shí)體系真正投入到實(shí)際項(xiàng)目的實(shí)踐中，主要開展了數(shù)據(jù)前期處理和可視化平臺(tái)搭建的工作，使我對(duì)大數(shù)據(jù)技術(shù)的應(yīng)用有了更深入的認(rèn)識(shí)。并且在小組合作的過程中，我了解到項(xiàng)目合作開發(fā)中可能出現(xiàn)的問題以及解決方式，也積累了一定的項(xiàng)目經(jīng)驗(yàn)，讓我受益匪淺。
龔傲凡：本次實(shí)踐通過開展數(shù)據(jù)標(biāo)注、數(shù)據(jù)集構(gòu)建、模型訓(xùn)練及結(jié)果分析等工作，我對(duì)大數(shù)據(jù)技術(shù)的原理和實(shí)際應(yīng)用的理解更加深刻，并積累了與團(tuán)隊(duì)成員合作開發(fā)的經(jīng)驗(yàn)，希望以后還有更多機(jī)會(huì)參與到實(shí)際項(xiàng)目當(dāng)中。
海家瑞：在本次實(shí)踐課程中，我們真正接觸了大數(shù)據(jù)分析、人工智能技術(shù)的實(shí)際應(yīng)用場(chǎng)景，與理論課程不同，我們?cè)谡n程中參與了更多數(shù)據(jù)整理、數(shù)據(jù)集構(gòu)建的前期工作，同時(shí)也對(duì)眼科相關(guān)知識(shí)有了許多了解。
企業(yè)導(dǎo)師點(diǎn)評(píng)：
非常感謝大數(shù)據(jù)實(shí)踐課提供的這次合作機(jī)會(huì)，留給我印象很深的是項(xiàng)目負(fù)責(zé)的老師們都非常敬業(yè)、專業(yè)且負(fù)責(zé)，協(xié)助解決項(xiàng)目進(jìn)行中的問題。同學(xué)們非常優(yōu)秀且勤奮，這個(gè)項(xiàng)目涉及了大量的工作量和專業(yè)知識(shí)，同學(xué)們最后交上了一份非常亮眼的答卷。
醫(yī)學(xué)領(lǐng)域的眼底AI診斷是目前研究的熱點(diǎn)和發(fā)展方向，期待能夠繼續(xù)在這個(gè)實(shí)踐項(xiàng)目的基礎(chǔ)上進(jìn)行后續(xù)連貫研究。
02
實(shí)踐單位：北京智慧星光信息技術(shù)有限公司
項(xiàng)目名稱：全國(guó)熱點(diǎn)事件的聚合與公眾情緒分析
小組成員：
劉愉之 政治學(xué)
潘瑩瑩 政治學(xué)
研究目標(biāo)：該企業(yè)存在對(duì)互聯(lián)網(wǎng)熱點(diǎn)事件情緒分析的需求。但現(xiàn)有情緒分析能力有兩個(gè)弱點(diǎn)：缺乏英文情緒分析能力；中文情緒分析僅包含正面和負(fù)面兩個(gè)維度，且情緒詞典準(zhǔn)確度不足。項(xiàng)目任務(wù)主要有兩個(gè)：
（1）整理高精度的中英文情感詞典
（2）訓(xùn)練深度學(xué)習(xí)模型。
實(shí)踐課的成果：
1.基于實(shí)踐中的數(shù)據(jù)標(biāo)注結(jié)果，應(yīng)用到了對(duì)情緒數(shù)據(jù)情感預(yù)測(cè)之中
2.情感詞典用于企業(yè)后續(xù)項(xiàng)目
部分成果展示
圖1.詞典示例
圖2.四種模型
圖3.不同分類準(zhǔn)確度
同學(xué)們的收獲：
劉愉之：在項(xiàng)目中，我學(xué)習(xí)了情感詞典的構(gòu)建方法并進(jìn)行實(shí)踐，完成了文本標(biāo)注，挑戰(zhàn)了未學(xué)習(xí)過的Bert模型、Bi_lstm_attention模型和Roberta模型。
企業(yè)導(dǎo)師點(diǎn)評(píng)：
兩位同學(xué)在實(shí)習(xí)期勤奮認(rèn)真,有很強(qiáng)的適應(yīng)能力和創(chuàng)新意識(shí),能夠利用所學(xué)的知識(shí)迅速投入到實(shí)際工作中，調(diào)研了前沿的情緒識(shí)別方法，建立了一套標(biāo)注的情緒體系；收集了和整理的大量的情緒知識(shí)庫(kù)，包括中英文；整理和標(biāo)注了一批標(biāo)注情緒語(yǔ)料集，為后續(xù)算法訓(xùn)練提供了巨大幫助；設(shè)計(jì)了情緒識(shí)別算法模型，并完成了多種深度學(xué)習(xí)算法訓(xùn)練以及結(jié)合訓(xùn)練的效果驗(yàn)測(cè)。同學(xué)們圓滿地完成了熱點(diǎn)事件情緒識(shí)別項(xiàng)目，為情緒識(shí)別后續(xù)版本的優(yōu)化提供大量基礎(chǔ)知識(shí)庫(kù)，以及各種深度學(xué)習(xí)算法效果驗(yàn)測(cè)，成果突出。
03
實(shí)踐單位：北京婦產(chǎn)醫(yī)院
項(xiàng)目名稱：婦瘤科數(shù)據(jù)庫(kù)與隨訪
小組成員：
張錦文 新聞與傳播
梁銘軒 建設(shè)管理
鄭和帆 建設(shè)管理
楊璐嘉 科學(xué)技術(shù)史
郭曉蕾 傳播學(xué)
研究目標(biāo)：在醫(yī)療大數(shù)據(jù)體系尚不健全的大環(huán)境下，北京婦產(chǎn)醫(yī)院積累的大量數(shù)據(jù)需要進(jìn)行分類整合、數(shù)據(jù)清洗以及可視化等操作。
實(shí)踐課的成果：建立了DWF數(shù)據(jù)庫(kù)，實(shí)現(xiàn)了PC端和移動(dòng)端管理，并實(shí)現(xiàn)多個(gè)主題的可視化呈現(xiàn)。產(chǎn)科和腫瘤科的DWF數(shù)據(jù)庫(kù)已經(jīng)可以測(cè)試使用（PC端+移動(dòng)端），為多個(gè)部門的數(shù)據(jù)查詢和數(shù)據(jù)編輯提供應(yīng)用提供了便利；當(dāng)前可以適用的部門包括：手術(shù)室、咨詢臺(tái)、婦科、腫瘤科等。
部分成果展示
圖1.PC端數(shù)據(jù)查詢與可視化（基于DWF）
圖2.移動(dòng)端數(shù)據(jù)查詢與可視化（Pad）
圖3.職能權(quán)限分設(shè)機(jī)制
同學(xué)們的收獲：
張錦文：在老師的幫助下，我不僅學(xué)習(xí)到許多產(chǎn)科、婦瘤科的醫(yī)學(xué)知識(shí)，還嘗試了DWF數(shù)據(jù)庫(kù)的學(xué)習(xí)和echart平臺(tái)的可視化操作。一方面，在數(shù)據(jù)清洗過程中，我意識(shí)到“整理文字信息”環(huán)節(jié)存在巨大的工程量，這讓我對(duì)數(shù)據(jù)處理的整個(gè)流程有了更完整的認(rèn)識(shí)，對(duì)其中的技術(shù)難點(diǎn)和時(shí)間控制有了更深的體悟；另一方面，過去面對(duì)代碼我總有畏難情緒，在可視化學(xué)習(xí)時(shí)基礎(chǔ)不扎實(shí)，這次通過“干中學(xué)”解鎖了許多圖表代碼，挖掘出一些有趣的結(jié)論，很有成就感！
企業(yè)導(dǎo)師點(diǎn)評(píng)：
這類課程非常有意義，學(xué)生不是簡(jiǎn)單學(xué)習(xí)課本知識(shí)，而是利用企業(yè)提供的場(chǎng)景及數(shù)據(jù)解決企業(yè)的實(shí)際問題，同時(shí)在這個(gè)過程中獲得更好的溝通、交流及獲取信息的能力，加深對(duì)于大數(shù)據(jù)和真實(shí)世界的理解。建議學(xué)校多辦此類課程，并在后續(xù)保持與企業(yè)之間的聯(lián)系，使短暫的交流成果能夠最終落地。
04
實(shí)踐單位：北京天壇醫(yī)院
項(xiàng)目名稱：基于頭CT的急性腦出血顱內(nèi)血腫測(cè)量與早期血腫演變預(yù)測(cè)算法的研究
小組成員：
唐文丁 醫(yī)學(xué)物理與工程
嚴(yán)振峣 核科學(xué)與技術(shù)
宋雨杉 安全科學(xué)與工程
張旨晗 醫(yī)學(xué)物理與工程
研究目標(biāo)：腦出血是最常見的腦血管病，急性腦出血有較高的病死率及病殘率，發(fā)病早期在多種因素作用下，血腫極其不穩(wěn)定，有逐漸擴(kuò)大的趨勢(shì)。傳統(tǒng)腦部CT影像學(xué)可以對(duì)檢查時(shí)顱內(nèi)情況實(shí)時(shí)體現(xiàn)，但其并不能對(duì)出血量、血腫形態(tài)、內(nèi)部結(jié)構(gòu)等信息進(jìn)行提示。本課題擬以急性腦出血為研究對(duì)象，希望通過一些智能化的方法對(duì)腦部CT影像進(jìn)行智能化處理，為臨床醫(yī)生提供客觀有用信息，為治療決策的選擇提供重要依據(jù)，最終提升急性腦出血患者的治療轉(zhuǎn)歸。
實(shí)踐課的成果：實(shí)現(xiàn)了對(duì)顱骨、大腦軟組織以及血腫部分的分割，并建立了三維可視化模型，實(shí)現(xiàn)了對(duì)腦出血的量、形態(tài)、結(jié)構(gòu)進(jìn)行測(cè)量和判斷；開發(fā)了集成腦出血量計(jì)算結(jié)果、三維可視化等內(nèi)容在內(nèi)的用戶圖形界面。
部分成果展示
圖1.腦部分割結(jié)果的三維可視化
圖2.GUI顯示不同斷層的CT掃描結(jié)果
圖3. GUI顯示腦部分割結(jié)果三維可視化及相關(guān)信息
同學(xué)們的收獲：
唐文丁：在這個(gè)項(xiàng)目中我學(xué)到了CT醫(yī)學(xué)圖像的簡(jiǎn)單處理方法，包括圖像分割、三維可視化、特征提取等，對(duì)我將來(lái)在醫(yī)學(xué)物理的科研中處理圖像有所幫助。同時(shí)通過更加貼近臨床的實(shí)踐體驗(yàn)，也了解了醫(yī)生們的思考方式和需求。
張旨晗：在本次實(shí)踐中，我學(xué)到了CT圖像的一些處理算法(比如生長(zhǎng)算法等)，以及MATLAB中一些功能的實(shí)現(xiàn)、血腫特征提取等知識(shí)。我自己的博士課題是有關(guān)SPECT/CT系統(tǒng)上的SPECT系統(tǒng)設(shè)計(jì)和算法研究，本次暑期實(shí)踐讓我對(duì)CT有關(guān)知識(shí)有了更加深刻的理解和認(rèn)識(shí)。
企業(yè)導(dǎo)師點(diǎn)評(píng)：
同學(xué)們利用12598例急性缺血性卒中患者腦影像數(shù)據(jù)以及健康人腦網(wǎng)絡(luò)模板，獲得116個(gè)腦區(qū)的梗死病灶相關(guān)腦網(wǎng)絡(luò)數(shù)據(jù)，結(jié)合患者的功能預(yù)后評(píng)分，采用SVM、隨機(jī)森林、深度神經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)算法，構(gòu)建了急性缺血性卒中功能預(yù)后預(yù)測(cè)模型，準(zhǔn)確率達(dá)62%。在項(xiàng)目過程中積極學(xué)習(xí)掌握MRIcro、SPM等專業(yè)影像軟件的應(yīng)用。
05
實(shí)踐單位：中原銀行
項(xiàng)目名稱：群體智能算法應(yīng)用實(shí)踐
小組成員：
張?jiān)?化學(xué)工程
曹相洲 管理科學(xué)與工程
陳宇 環(huán)境工程
張莉均 儀器儀表工程
周璐 教育經(jīng)濟(jì)與管理
研究目標(biāo)：中原銀行從2018年開始實(shí)施全面數(shù)字化轉(zhuǎn)型戰(zhàn)略，隨著數(shù)據(jù)量的日益增大，數(shù)據(jù)之間的邏輯關(guān)系也日益復(fù)雜。本項(xiàng)目的需求是探索各類算法在實(shí)際調(diào)度場(chǎng)景中的效果，尤其希望在動(dòng)態(tài)調(diào)度方式下獲得有效的解決方案。根據(jù)現(xiàn)有樣本、標(biāo)簽及數(shù)據(jù)情況，探索實(shí)際場(chǎng)景中動(dòng)態(tài)調(diào)度如何利用無(wú)監(jiān)督、半監(jiān)督學(xué)習(xí)生成有效的任務(wù)動(dòng)態(tài)優(yōu)先級(jí)模型及優(yōu)化效果量化監(jiān)控。
實(shí)踐課的成果：嘗試探索了多種群體優(yōu)化算法，根據(jù)任務(wù)間依賴關(guān)系進(jìn)行動(dòng)態(tài)調(diào)度，并加入實(shí)際數(shù)據(jù)中的起批時(shí)間等限制條件，將系統(tǒng)任務(wù)運(yùn)行總時(shí)間優(yōu)化到13小時(shí)左右，并設(shè)計(jì)了相關(guān)量化指標(biāo)評(píng)價(jià)調(diào)度效果。
部分成果展示
圖1.蟻群算法任務(wù)調(diào)度可視化結(jié)果
圖2.遺傳算法調(diào)度時(shí)長(zhǎng)與運(yùn)行時(shí)長(zhǎng)
圖3.隊(duì)列調(diào)度算法運(yùn)行時(shí)間
同學(xué)們的收獲：
陳宇：增強(qiáng)了對(duì)大數(shù)據(jù)的應(yīng)用端（金融系統(tǒng)離線任務(wù)調(diào)度）的了解，以及對(duì)工具端python的掌握。
張莉均：這次大數(shù)據(jù)應(yīng)用實(shí)踐使我有機(jī)會(huì)對(duì)大數(shù)據(jù)所使用到的高級(jí)數(shù)據(jù)結(jié)構(gòu)深入了解和應(yīng)用，培養(yǎng)和提高了代碼能力，對(duì)金融大數(shù)據(jù)應(yīng)用產(chǎn)生了具體的認(rèn)識(shí)。
周璐：這次項(xiàng)目實(shí)踐讓我學(xué)習(xí)了解了群體智能優(yōu)化算法，并初步嘗試了將算法應(yīng)用到企業(yè)實(shí)際數(shù)據(jù)相關(guān)業(yè)務(wù)中。
企業(yè)導(dǎo)師點(diǎn)評(píng)：
在項(xiàng)目實(shí)踐過程中，各位同學(xué)均表現(xiàn)優(yōu)異，能夠獨(dú)立思考、積極攻克項(xiàng)目難點(diǎn)，表現(xiàn)出良好的專業(yè)能力和敬業(yè)精神，對(duì)我行調(diào)度系統(tǒng)的建設(shè)提供了更加廣闊的思路。在后續(xù)的工作中，希望能夠繼續(xù)加強(qiáng)合作，在金融科技領(lǐng)域共同探索，發(fā)揮雙方優(yōu)勢(shì)，實(shí)現(xiàn)合作共贏。