最近，计算机与信息安全学院硕士研究生雷朋筌以第一作者身份在医学影像领域国际顶刊《IEEE Transactions on Medical Imaging》上发表了一篇论文。这本期刊影响因子12.4。
故事要从两位导师说起。
雷朋筌个人照
从“技术本位”到“解决真问题”
雷朋筌本来做图像处理的，机缘巧合接触到了医学图像这个方向。“能用计算机技术去辅助医疗，我觉得特别有现实意义。”他说。
但真正动手才发现没那么简单。医学图像特征很复杂，能用来训练的数据又不多，模型泛化能力总是跟不上。他琢磨了一个办法：深度学习走不通的时候，回头看看传统方法怎么做。
“非深度学习时代的前辈们是怎么处理这类任务的？”他把两种思路结合起来，一点一点往前拱。
他的两位导师——刘再毅（广东省人民医院）和陈鑫（广州市第一人民医院主任医师）给了他不一样的支持。一位偏学术视野，一位偏临床视角，分工配合，帮他把医工交叉的路走通。
临床医生怎么看AI？
陈鑫医生说，结直肠癌诊疗中，AI最基础的工作就是精准分割——在复杂的医学影像里精确画出肿瘤边界。“但这只是第一步。”他说，“接下来还要评估肿瘤浸润深度、判断淋巴结转移、预测新辅助治疗疗效。分割这个地基打不牢，后面的诊断和手术规划都落不了地。”
工科实验室做研究，往往盯着指标提升。但临床医生想的是：这个算法在实际医疗环境里到底能不能用？容错率够不够？陈鑫说，他们指导学生，就是要让学生把研究放到真实的诊疗闭环里去检验。
刘再毅老师则更关注学生的思维方式。他发现工科背景的学生有个通病：容易陷入“技术本位”，觉得模型性能上去了，问题就解决了。“一项技术要真正走向临床，还得跨越诊疗生态、容错率、医疗伦理这些坎。”他说。平时指导中，他会有意识地引导学生跳出算法逻辑，从临床实际需求出发，用更系统的眼光看待自己的研究。
学院在背后做了什么？
雷朋筌的成长不是个例。
计算机与信息安全学院这些年一直在布局医工交叉，柔性引进了40多名校外兼职硕博导师，分布在医工交叉、网络安全、人工智能、航天遥感等领域。刘再毅和陈鑫就是其中的两位。
学院搭建了广西图像图形与智能处理重点实验室、人工智能交叉研究院等平台，与广东省人民医院、广州市第一人民医院、广西区人民医院等多家三甲医院深度合作。校内有算力平台，校外有临床数据，学生做研究不缺“弹药”。
雷朋筌感触最深的是两件事：一个是实验室的学术氛围——“大家每天都来得很早，非常自觉地投入学习”；另一个是身边有实力很强的学长学姐，“遇到技术瓶颈，一起交流总能学到很多东西”。
顶刊不是终点
刘再毅老师评价雷朋筌时说了一句话：“他平时非常自律，面对实验失败能踏踏实实分析，反复钻研底层逻辑。这种不怕吃苦、甘于深耕的精神，是做成高质量科研最宝贵的品质。”
陈鑫老师也提到他最大的优势：“高度的自驱力和极其坚韧的抗压能力。当研究陷入停滞，他能够迅速摒弃浮躁，溯源数据背后的物理意义，而不是急着换方法。”
这项研究解决的是直肠癌病灶的精准分割问题。临床上，直肠癌手术规划、新辅助治疗疗效评估、预后判断，都依赖对肿瘤边界的精确界定。以往靠影像科医生手动勾画，耗时耗力，不同医生之间还有差异。雷朋筌的算法能够高效、自动地完成分割，在提升诊断一致性上有很高的临床应用价值。
对雷朋筌自己来说，这段经历让他坚定了继续读博的想法。“这个交叉领域里还有很多值得深挖的技术点，”他说，“我想继续钻研下去。”
一篇论文，两个学科，三位师生。这大概就是科教融汇最朴素的样子——把不同领域的人聚在一起，解决真实的问题。在桂电，这样的故事还在继续。
来 源 | 雷朋筌、刘再毅、陈鑫
计算与信息安全学院
采编/整理 | 胡佳媛
编 辑 | 罗 福
校 对 | 鲁家亮
审 核 | 陈松青
热门跟贴