学术之星专访丨宗永硕：走进AI医疗的电信学子
点击蓝字关注我们
2020年度本科生学术之星已经揭晓
有人点塔千层，始于暗处一灯
满天的繁星为人们指引方向
夜幕下的灯火助人们看清路途
如是，一颗颗“学术之星”
也希望能够将自己的能量发光发热为人所知
更希望将这光辉与温度
为后来更耀眼的星芒们点亮一束光
科济公众号推出“学术之星”专访系列
今天，让我们一起探索宗永硕的学术之路
宗永硕
在电子与信息工程学院学习的三年里，宗永硕在扎实自身学科基础的同时，一直致力于人工智能医疗领域的研究，在他心中一直思考着这样一个问题：人工智能如何赋予生命尊严？
宗永硕，电子与信息工程学院计算机系2017级本科生；曾发表多篇SCI论文，担任多个SCI期刊审稿人，并与多个国内外实验室合作过科研项目。“分割、分类、可视化，检测、增强、预诊断”。他认为将计算机视觉融入医学图像处理，能为护士疏忧解难，能为医生再添妙手。致力于用AI之力，增添医学之美。
扎根AI医疗领域，从同济走向世界
2020年，新冠疫情(COVID-19)的肆虐让我们看到医疗挤兑下患者的无助与辛酸，也让我们意识到全球防疫以及医疗体系的脆弱。结合自己的科研经历，宗永硕更加坚定了从事人工智能医疗领域研究的决心，他始终在考虑这样一个问题：我们该如何利用人工智能，发掘医疗资源的潜能，赋予生命更多尊严？
宗永硕的主要研究领域就是人工智能医疗，也就是如何利用目前主流的人工智能技术，诸如计算机视觉、专家系统等，来辅助医疗诊断或治疗。
他与人工智能医疗的缘分从申报的国家大学生创新创业训练项目开始，在不经意间看到的一篇文章中，里面对比了一张计算机处理前后的医学图像，效果让他感到很惊奇。
这段国创研究经历激发了他对医学图像处理的兴趣。之后，以同济大学为起点，逐渐结识了国内外多所知名高校实验室的老师，开展了多段与人工智能相关的科研经历。
对话
Dialogue
&
学霸
Top Students
你师从多个高校实验室老师，进行科研，请问都是怎样联系到老师或者实验室呢？
宗永硕：有一些实验室是国内这边的老师和他们有合作，于是就一起进行了一些科研。有的是我直接邮件联系的，很多老师的主页上都会有招生或一些科研项目的Openings，找到感兴趣的大胆联系就好了。
潜心科研，成果璀璨
宗永硕将自己大量的时间花在了科研上，这也使他取得了较同龄人更多璀璨的学术成果。
他主要做的是计算机视觉在医学图像方面的应用。通过深度学习来对医学图像进行处理和分析，从而希望能够对医生的临床诊断和决策有所帮助。他通过两张图片向我们较为直观地展示了他的一项研究成果。
这是一张模糊的CT图像，医生通常需要通过用眼睛看这张CT图像中的骨骼造影来诊断病人的骨骼问题。
而他的研究，可以将人的骨骼从模糊的CT图像中自动分割出来并重建到三维空间，以便医生更好的观察。这就是计算机视觉、人工智能的力量。
在科研过程中，宗永硕以第一、第二作者或共同作者的身份发表了多篇SCI论文，另外现在还有两篇一二作的论文正在投稿。
从2019年底到现在，他被邀请担任了Access, Applied Sciences等多个SCI期刊的审稿人，帮助审理了十余篇稿件。
另外他还主持了一个国创项目，并且成功提前结题。也参加过一些数学建模的比赛，在美赛拿到了M奖。
在发表论文的过程中有遇到过什么挫折，从中有什么收获吗？
宗永硕：科研道路从来不是一帆风顺的，挫折和失败在所难免，我投稿的每一篇论文从一开始选题到最后的发表都会经历一个很艰辛的过程。最多的一次，三个审稿人提了二十多条意见，每一条都要针对性地去修改、答复，最后光答复审稿人的意见就有十页，工作量不亚于重写一篇论文。但是我认为从一些认真负责的审稿人那里真的可以学到很多东西。
下一代AI革命不会受到监督
Facebook首席人工智能科学家Yann LeCun曾在纽约大学坦登工程学院的AI研讨会上谈及AI的历史和未来方向，他认为目前人工神经网络的学习能力仍十分有限，还不能像人类大脑一样高效学习，他提出“The Next AI Revolution will not be supervised”。宗永硕十分赞同这句话，并希望在人工智能医学领域突破监督学习的瓶颈。
深度学习由数据驱动，目前有关医学图像处理的研究大多以监督学习为主但医学图像标记困难，数据量小，我希望在未来通过多模态数据、标注节约型方法和网络结构三方面的研究，突破有监督学习的瓶颈，去解决一些现在不论是理论研究还是项目落地迫切需要解决的问题，并且以这些研究作为入手点，不止局限在医学图像，进而探索更广泛的AI医疗应用。
对于本科生做科研，你有什么想对学弟学妹说的吗？
宗永硕：科研是在一个大学科里的某个小领域具体研究。科研之前先想好自己感兴趣的是什么，兴趣才是科研的动力。如果有机会，尽量选择在领域一线进行科研的实验室。
对于论文写作，写论文就像讲故事，最重要的是逻辑清晰。在idea有创意、实验solid的基础上，能把“我是谁，从哪来，到哪去”三件事讲明白就是一篇不错论文。
参与科研，一定是会有收获的，不仅能够开阔视野，了解到了不同实验室的工作方式和研究方向，还能结识许多这个领域里的老师、同学，从他们那里学到很多知识。
这位走进AI医疗的电信学子致力于用AI之力，增添医学之美，为我们解答人工智能如何赋予生命尊严的问题，在人工智能医疗领域贡献自己的力量。
更多学术之星专访
请关注同济大学学生科协
微信公众号
“科济”
知乎专栏
“科济实验室”
抖音账号
“同济学生科协”
览学术之星风采