呂姓學生以「以新建構之卷積神經網路對腦部核磁共振影像執行多發性硬化症」為題參展,拿下國中組「生活與應用科學(一)科」第三名。

摘要中指出,該研究新建構卷積神經網路,提出一套以深度學習為基礎,可自動辨識腦部核磁共振影像中,分割多發性硬化症病灶之人工智慧病灶判讀方法。研究使用約翰霍普金斯大學影像分析與通訊技術實驗室授權提供之Longitudinal Multiple Sclerosis Lesion Imaging Archive資料集為訓練與測試資料,共151筆核磁共振臨床資料、39583744筆像素資料,並以IoU與dice係數為評估指標。經實證發現,本研究提出的方法,具有顯著IoU值,達0.8523,另dice係數亦較其他方法高,其值為0.9392,且在速度方面,禎數高達13.79。研究成果未來可連結醫院之核磁共振影像資料庫,自動分割出核磁共振影像中多發性硬化症病灶,以利於早期診斷與治療。

「以新建構之卷積神經網路對腦部核磁共振影像執行多發性硬化症」拿下國中組「生活與應用科學(一)科」第3名。翻攝自官網
「以新建構之卷積神經網路對腦部核磁共振影像執行多發性硬化症」拿下國中組「生活與應用科學(一)科」第3名。翻攝自官網

因為研究相當專業,被人質疑「不是本人所做」,呂同學今天也透過臉書發聲,他表示會有此懷疑,一定有人是看過科展代筆的相關問題,他願意親自釋疑。

呂同學表示,這篇研究一共進行了2年,前面大量的時間在技術碰壁,更每天晚上熬夜,試著跟國外各醫院和大學實驗室討論資料授權。「也有人附上我所使用的資料集,因為NITRC網站上導向的Smart-Stats-Tool資料已無法申請,那是當時我向該負責人另外寫email索取到的資料,但還是以public dataset的方式撰寫。也從那時開始養成每天讀paper的習慣,便擁有了英文的學術閱讀能力。」

他特別感謝主要的指導教授台大資工張老師的無私指導,但他強調,資料授權、訓練機器,教授都是沒有特別協助的,而是每週線上和他討論書面資料和研究方法。「從小五到台大資訊系統訓練班上課後,教授便已有指導我的研究法,為我的學術基底打得非常穩。然而中小學科展不能有校外指導老師(跨校指導不適用於大學),因此才沒有在指導名單。」

研究內容相當專業。翻攝自網路科教館官網
研究內容相當專業。翻攝自網路科教館官網

呂同學表示,訓練機器在剛開始調整階段還是使用Colab,後來是使用AWS EC2 g4dn.xlarge,有些人可能看到這裡就會說有財力,但這個instance隨需價格是0.526 USD/hr,並在上面架設Jupyter Lab操作。

至於大家認為可能跟家長有關。呂同學說,爸媽並沒有這領域的技能和知識,這個研究是他在老師的協助之下獨自完成。之所以選擇多發性硬化症,是因為在國內約1000例的罕見疾病當中,便認識3位朋友受此疾病所擾,他們也都有分享誤診和延誤治療的問題,便想進行這個研究,解決延誤治療的問題。

呂同學正面地表示,「感謝各位前輩的建議和鼓勵,我認為自己仍有極大不足,例如實驗資料數不足、模型創新性不夠,我會再繼續努力學習,但也希望不要以教育階段或體制平均去抹煞一個人的努力。」他也從2021年開始參與 g0v.tw 台灣零時政府,經常在各公民社群和開放原始碼相關議題的社群中打滾,並發起了開放教育相關專案,未來會繼續努力。

網友看完文筆大驚,「您是我們台灣學生的驕傲」、「能自己花時間又願意做這個題目真的很厲害,恭喜得獎」,另有人表示「看到有人說,期待你是另一個唐鳳,我則是認為你會一直是獨一無二的你,跟唐鳳一樣發揮超乎常人的能力,引領台灣走向不同領域。有各種天才的台灣,真好。」

呂同學讓不少人想到唐鳳。翻攝自唐鳳臉書
呂同學讓不少人想到唐鳳。翻攝自唐鳳臉書

★快點加入《壹蘋》Line,和我們做好友!

★下載《壹蘋新聞網》APP

★FB按讚追蹤《壹蘋新聞網》各大臉書粉絲團,即時新聞到你手,不漏任何重要新聞!

壹蘋娛樂粉專

壹蘋新聞網粉專


點擊閱讀下一則新聞 點擊閱讀下一則新聞
撐不下去!Dcard電商「好物研究室」5/31關閉 網崩潰:為什麼