收获的九月——《大数据实践课》成果展示

本文主要是介绍收获的九月——《大数据实践课》成果展示，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

《大数据实践课》是清华大学大数据能力提升项目必修培养环节，旨在以企业实际项目需求为驱动，锻炼学生和真实用户之间的交流能力、需求获取能力、团队合作能力，实现学生自身综合能力、科研能力及求职就业竞争力的提高。

实践教学最具特色的地方在于，将来自全校理、工、文、商、医不同学科专业背景的学生分为A类（面向商科、人文社科等非信息类专业背景学生）和B类（面向计算机、软件、自动化等信息类专业背景学生），A、B类同学自由组队，分工明确，以数据驱动的“真问题，真数据”、校内外双导师制的共同指导下完成项目任务。

实践中不同专业院系的同学们都参与了哪些实际项目、解决了什么问题、他们都有什么收获呢？让我们一探究竟。

实践单位：首都医科大学附属同仁医院

项目名称：病理性近视的AI诊断

小组成员：

海家瑞水利工程

龚傲凡水利工程

曹卫生命科学学院

吴泽昆水利水电工程系

左成文电子工程

汪子奇数据科学与信息技术

研究目标：我国近视患病人数居世界首位，已成为重大公共卫生问题，甚至在某些地区已经成为了首位不可逆性的致盲眼病。病理性近视的传统筛查对硬件要求较高，需要专业医师，依赖进口设备，因而普及率不高。我们要实现AI辅助综合筛查，大大节约人力、物力和时间，提高普及率，降低成本。

实践课的成果：训练了病理性近视影像学图像识别模型，搭建了病理性近视影像学智能诊断平台。经验证，病理性近视诊断平台具有被应用于辅助病理性近视诊断的潜力，能够辅助眼科医生诊断病理性近视，提升该疾病医疗诊断的工作效率。

部分成果展示

图1 AI诊断可视化平台

图2 模型训练结果对比

同学们的收获：

吴泽昆：本课程让我将课程学到的知识体系真正投入到实际项目的实践中，主要开展了数据前期处理和可视化平台搭建的工作，使我对大数据技术的应用有了更深入的认识。并且在小组合作的过程中，我了解到项目合作开发中可能出现的问题以及解决方式，也积累了一定的项目经验，让我受益匪浅。

龚傲凡：本次实践通过开展数据标注、数据集构建、模型训练及结果分析等工作，我对大数据技术的原理和实际应用的理解更加深刻，并积累了与团队成员合作开发的经验，希望以后还有更多机会参与到实际项目当中。

海家瑞：在本次实践课程中，我们真正接触了大数据分析、人工智能技术的实际应用场景，与理论课程不同，我们在课程中参与了更多数据整理、数据集构建的前期工作，同时也对眼科相关知识有了许多了解。

企业导师点评：

非常感谢大数据实践课提供的这次合作机会，留给我印象很深的是项目负责的老师们都非常敬业、专业且负责，协助解决项目进行中的问题。同学们非常优秀且勤奋，这个项目涉及了大量的工作量和专业知识，同学们最后交上了一份非常亮眼的答卷。

医学领域的眼底AI诊断是目前研究的热点和发展方向，期待能够继续在这个实践项目的基础上进行后续连贯研究。

实践单位：北京智慧星光信息技术有限公司

项目名称：全国热点事件的聚合与公众情绪分析

小组成员：

刘愉之政治学

潘莹莹政治学

研究目标：该企业存在对互联网热点事件情绪分析的需求。但现有情绪分析能力有两个弱点：缺乏英文情绪分析能力；中文情绪分析仅包含正面和负面两个维度，且情绪词典准确度不足。项目任务主要有两个：

（1）整理高精度的中英文情感词典

（2）训练深度学习模型。

实践课的成果：

1.基于实践中的数据标注结果，应用到了对情绪数据情感预测之中

2.情感词典用于企业后续项目

部分成果展示

图1.词典示例

图2.四种模型

图3.不同分类准确度

同学们的收获：

刘愉之：在项目中，我学习了情感词典的构建方法并进行实践，完成了文本标注，挑战了未学习过的Bert模型、Bi_lstm_attention模型和Roberta模型。

企业导师点评：

两位同学在实习期勤奋认真,有很强的适应能力和创新意识,能够利用所学的知识迅速投入到实际工作中，调研了前沿的情绪识别方法，建立了一套标注的情绪体系；收集了和整理的大量的情绪知识库，包括中英文；整理和标注了一批标注情绪语料集，为后续算法训练提供了巨大帮助；设计了情绪识别算法模型，并完成了多种深度学习算法训练以及结合训练的效果验测。同学们圆满地完成了热点事件情绪识别项目，为情绪识别后续版本的优化提供大量基础知识库，以及各种深度学习算法效果验测，成果突出。

实践单位：北京妇产医院

项目名称：妇瘤科数据库与随访

小组成员：

张锦文新闻与传播

梁铭轩建设管理

郑和帆建设管理

杨璐嘉科学技术史

郭晓蕾传播学

研究目标：在医疗大数据体系尚不健全的大环境下，北京妇产医院积累的大量数据需要进行分类整合、数据清洗以及可视化等操作。

实践课的成果：建立了DWF数据库，实现了PC端和移动端管理，并实现多个主题的可视化呈现。产科和肿瘤科的DWF数据库已经可以测试使用（PC端+移动端），为多个部门的数据查询和数据编辑提供应用提供了便利；当前可以适用的部门包括：手术室、咨询台、妇科、肿瘤科等。

部分成果展示

图1.PC端数据查询与可视化（基于DWF）

图2.移动端数据查询与可视化（Pad）

图3.职能权限分设机制

同学们的收获：

张锦文：在老师的帮助下，我不仅学习到许多产科、妇瘤科的医学知识，还尝试了DWF数据库的学习和echart平台的可视化操作。一方面，在数据清洗过程中，我意识到“整理文字信息”环节存在巨大的工程量，这让我对数据处理的整个流程有了更完整的认识，对其中的技术难点和时间控制有了更深的体悟；另一方面，过去面对代码我总有畏难情绪，在可视化学习时基础不扎实，这次通过“干中学”解锁了许多图表代码，挖掘出一些有趣的结论，很有成就感！

企业导师点评：

这类课程非常有意义，学生不是简单学习课本知识，而是利用企业提供的场景及数据解决企业的实际问题，同时在这个过程中获得更好的沟通、交流及获取信息的能力，加深对于大数据和真实世界的理解。建议学校多办此类课程，并在后续保持与企业之间的联系，使短暂的交流成果能够最终落地。

实践单位：北京天坛医院

项目名称：基于头CT的急性脑出血颅内血肿测量与早期血肿演变预测算法的研究

小组成员：

唐文丁医学物理与工程

严振峣核科学与技术

宋雨杉安全科学与工程

张旨晗医学物理与工程

研究目标：脑出血是最常见的脑血管病，急性脑出血有较高的病死率及病残率，发病早期在多种因素作用下，血肿极其不稳定，有逐渐扩大的趋势。传统脑部CT影像学可以对检查时颅内情况实时体现，但其并不能对出血量、血肿形态、内部结构等信息进行提示。本课题拟以急性脑出血为研究对象，希望通过一些智能化的方法对脑部CT影像进行智能化处理，为临床医生提供客观有用信息，为治疗决策的选择提供重要依据，最终提升急性脑出血患者的治疗转归。

实践课的成果：实现了对颅骨、大脑软组织以及血肿部分的分割，并建立了三维可视化模型，实现了对脑出血的量、形态、结构进行测量和判断；开发了集成脑出血量计算结果、三维可视化等内容在内的用户图形界面。

部分成果展示

图1.脑部分割结果的三维可视化

图2.GUI显示不同断层的CT扫描结果

图3. GUI显示脑部分割结果三维可视化及相关信息

同学们的收获：

唐文丁：在这个项目中我学到了CT医学图像的简单处理方法，包括图像分割、三维可视化、特征提取等，对我将来在医学物理的科研中处理图像有所帮助。同时通过更加贴近临床的实践体验，也了解了医生们的思考方式和需求。

张旨晗：在本次实践中，我学到了CT图像的一些处理算法(比如生长算法等)，以及MATLAB中一些功能的实现、血肿特征提取等知识。我自己的博士课题是有关SPECT/CT系统上的SPECT系统设计和算法研究，本次暑期实践让我对CT有关知识有了更加深刻的理解和认识。

企业导师点评：

同学们利用12598例急性缺血性卒中患者脑影像数据以及健康人脑网络模板，获得116个脑区的梗死病灶相关脑网络数据，结合患者的功能预后评分，采用SVM、随机森林、深度神经网络等机器学习算法，构建了急性缺血性卒中功能预后预测模型，准确率达62%。在项目过程中积极学习掌握MRIcro、SPM等专业影像软件的应用。

实践单位：中原银行

项目名称：群体智能算法应用实践

小组成员：

张原宇化学工程

曹相洲管理科学与工程

陈宇环境工程

张莉均仪器仪表工程

周璐教育经济与管理

研究目标：中原银行从2018年开始实施全面数字化转型战略，随着数据量的日益增大，数据之间的逻辑关系也日益复杂。本项目的需求是探索各类算法在实际调度场景中的效果，尤其希望在动态调度方式下获得有效的解决方案。根据现有样本、标签及数据情况，探索实际场景中动态调度如何利用无监督、半监督学习生成有效的任务动态优先级模型及优化效果量化监控。

实践课的成果：尝试探索了多种群体优化算法，根据任务间依赖关系进行动态调度，并加入实际数据中的起批时间等限制条件，将系统任务运行总时间优化到13小时左右，并设计了相关量化指标评价调度效果。

部分成果展示