在本届“互联网+”创新创业大赛中

昇思MindSpore群英荟萃团队荣获全国总决赛铜奖

本期有幸邀请到

团队负责人李鹏和指导老师胡悦进行采访

一起来看看夺奖背后的故事吧

PART ONE

团队介绍

群英荟萃团队

1. 项目成员

李鹏、周晨、邹静、纪雨萍、李晓迪、张英豪

2. 指导老师

胡悦

3. 学校

哈尔滨工业大学

4. 团队简介

团队共包括六位电信学院活力充沛、勇于进取的小伙伴，他们分别是：李鹏，博三在读；周晨， 研一在读；邹静，大四在读；纪雨萍，研一在读；李晓迪，博一在读；张英豪，博一在读。团队在医学成像领域有着丰富的研究经验，并且多位团队成员曾参加昇腾众智开发项目并获得昇腾众智开发者称号，对于华为提供的AI开发套件有着丰富的使用经验。我们的指导老师是哈工大电信学院的副教授胡悦老师，胡老师在医学成像与遥感成像领域有着丰厚的研究经验，为我们的项目工作提供了充分且有效的指导与帮助。

PART TWO

项目访谈

项目名称

基于磁共振影像与深度学习技术的阿尔兹海默症患者辅助诊断工具

获奖情况

2022第八届中国“互联网+”大学生创新创业大赛 全国总决赛铜奖

Q1 为什么选择这个赛题？

主要有两方面的原因，一方面我们团队在医学成像相关领域有一定的研究基础，并且在深度学习相关领域也有着不错的应用经验，有比较高的把握完成“AI+生命科学”的赛题。

另一方面，我们实验室曾参与华为云的昇腾众智开发项目，团队中多位成员均取得了昇腾众智开发者称号，对于华为云ModelArts AI开发平台以及昇思MindSpore AI框架有着较丰富的使用经验，对于项目中可能出现的各种问题，有比较高的把握去解决。两方面的因素相结合，促使我们选择了华为产业命题赛道“AI+生命科学”这一赛题。

Q2 请详细介绍一下参赛的项目。

随着社会老龄化加剧，以阿尔兹海默症为代表的老年疾病频发，在利用医学影像进行疾病诊断时，现有方法依赖医生经验性的诊断，诊断过程复杂、效率低，且易受客观因素影响。

针对现有诊断中存在的难题，我们构建了基于磁共振影像与深度学习技术的阿尔兹海默症患者辅助诊断工具，基于注意力机制构建了神经网络，结合多示例学习提取人脑磁共振图像的深层特征，实现了对阿尔兹海默症患者、轻度认知障碍患者及健康受试者人脑磁共振影像的快速高精度辅助诊断。项目基于昇思MindSpore AI框架实现，能够快速地完成影像辅助诊断，易于部署应用。

Q3 请介绍一下项目核心创新点在哪？

第一是基于注意力机制构建了面向人脑磁共振图像的神经网络，能够高效地利用人脑核磁影像信息进行疾病诊断。获取的三维脑部图像具有较高的维度，直接处理需要较高的计算开销，对于处理的硬件性能要求高，我们提出将数据进行分块，并行提取特征。

另外考虑到人脑不同位置对于疾病诊断的重要程度是不同的，例如阿兹海默症主要病理表征在于皮质萎缩、脑室扩大以及海马体萎缩等，为了使网络能够充分挖掘人脑关键区域部分的特征，我们引入了注意力机制对提取的特征块进行加权，提升网络的诊断精度。

第二是基于华为昇腾AI处理器实现网络的快速训练与固化部署。华为昇腾AI处理器对于FP32精度支持不够完善，我们利用Loss Scale技术在FP16精度下进行网络的训练，大幅提升了网络的训练与推理速度，同时实测推理精度与使用GPU在FP32精度下相当。

最后，华为云与昇思MindSpore提供了简单易用的模型固化工具，得益于构建的网络高效的数据处理能力，训练好的模型经过固化后，在性能较弱的昇腾310处理器上仍能够快速的推理，进行疾病诊断。

Q4 项目遇到的难点、痛点是如何解决的？

项目中遇到问题是在所难免的，对于理论方面的问题，主要通过查资料、咨询导师来解决。对于技术实现上的问题，主要有三个途径来解决。首先是团队内进行讨论，大家一起查资料、头脑风暴，商讨解决方案，第二个途径主要利用昇腾相关的论坛，很多问题都是别人遇到过的，第三个途径就是求助官方了，在ModelArts上提工单，咨询相关的工程师。

Q5 请问你们项目未来的应用场景是如何的？

随着社会老龄化的加剧，以阿尔兹海默症为代表的老年疾病频发，阿尔兹海默症即所谓的“老年痴呆症”，阿尔兹海默症的早期诊断治疗能有效避免病症恶化，但是现有的医学诊断方法，严重依赖于医生经验性的诊断，诊断过程复杂、效率低，诊断开销高，同时有限的医疗资源，也难以应对日益增长的诊断需求，导致大量的患者未能及时得到诊断治疗，病情恶化至晚期。

本项目构建的基于磁共振影像与深度学习技术的阿尔兹海默症患者辅助诊断工具能够实现相关疾病的快速精确诊断，提升诊断效率并降低诊断开销，能够及时的对潜在患者进行诊断，尽早采取治疗措施，避免病情恶化，具有巨大的应用价值。

Q6 请说一说使用昇思MindSpore的体验。

我个人平时主要使用PyTorch，转用昇思MindSpore还是比较顺手的，整体使用体验还是比较相近的，主要是一些API的不同，参考官方提供的相关API对应文档，还是能比较快上手的。

另外一个比较好的点就是，昇思MindSpore同时支持动态图和静态图，使用动态图构建代码逻辑并调试，训练的时候再使用静态图提高计算效率，减少训练时间。昇思MindSpore还提供了比较详细的中文文档，这一点对新手来说比较友好。我期待昇思MindSpore越做越好，不断完善发展，走出自己的路。

Q7 在参与“互联网+”比赛中有什么收获和经验？

最重要的是选好合适的题目，向我们组选了比较熟悉的赛题，对于需要做的事以及可能遇到的问题都有一定的预期，实施起来就比较顺畅。第二点就是充分利用开源社区和官方文档，我发现很多问题很难描述，或者说很难正确描述，以至于简单的使用百度检索不到需要的答案，很多时候浏览社区帖子与官方文档能够更好的解决问题。