唯有悦己才可悦人。——吴铭涛
YAN XUE DA REN
吴铭涛
人物简介
吴铭涛
吴铭涛,中共党员,新疆大学计算机学院2023级计算机科学与技术硕士研究生。在校期间学习成绩优秀,通过六级考试,研一期间投身科研活动,积极参与志愿者活动。在研二期间荣获2023年度国家奖学金。曾任班级团支书,现任计算机学院支部委员。
所获荣誉
2023年度荣获国家奖学金
2023年度荣获“优秀研究生”称号
2023年度“优秀志愿者”称号
2023年计算机科学与技术学院“羽毛球男双冠军”
2022年获广东省 “优秀毕业生”称号
2022年“三好学生”奖学金
连续获2020、2021年度“优秀学生干部”奖学金
连续三年2019~2022年 国家励志奖学金
学术科研
学术成果
发表中科院SCI一区论文1篇(共一),在投SCI论文1篇。
研究方向
基于拉曼光谱、红外光谱或其他生物组学的癌症、系统性红斑狼疮、甲状腺恶性转移疾病的诊断。
论文名称
第一篇:基于红外光谱和代谢组学的跨模态特定转移融合技术诊断系统性红斑狼疮
第二篇:基于生物多组学数据相互作用的共同注意力交叉融合的疾病诊断技术开发
YAN XUE DA REN
专访问答
Q
系统性红斑狼疮是一种慢性自身免疫性疾病。吴同学,您基于红外光谱和代谢组学这两种模态数据诊断系统性红斑狼疮,能否谈谈它们在系统性红斑狼疮诊断中各自扮演的角色以及它们的基本特性?
A
红外光谱属于分子振动光谱的一种,红外光谱允许对样品进行快速和高通量的分析,并提供具有独特光谱特征的化学“指纹”,现在使用红外光谱用于疾病诊断的研究比较多,它的主要优势在于可以无创地对疾病进行诊断。
代谢组学是研究关于生物体的代谢产物种类、数量及其变化规律的学科,近十年在自身免疫性疾病的研究中迅速发展。生物组学数据是多样的,现在的国际上有非常丰富且成熟的单组学数据用于疾病诊断的研究,比如基因组学、蛋白质组学、代谢组学、光谱组学等,但使用多组学数据用于诊断系统性红斑狼疮疾病的研究却很少。
本研究所探讨的就是使用光谱组学和代谢组学数据用于诊断系统性红斑狼疮疾病,并在研究中添加了对这两种数据可互相补充彼此缺少信息的实验,并证明了使用多组学数据可以比只使用一个组学数据达到更好的效果。
Q
在了解了每种模态数据的特性后,吴同学您能否进一步说明您是如何将这两种数据结合起来,以增强系统性红斑狼疮诊断的准确性的?
A
这个问题可以用CMSTF这篇论文中提出的模型来回答。
我们提出了一种新的可用于系统性红斑狼疮预测的框架,称为基于红外光谱和代谢组学的跨模态特定转移融合(CMSTF),其中包括一个独立的深度自编码器(Independent deep autoencoder)、跨模态特定转移融合模块(Cross-model specific transfer fusion module)和决策级融合模块(Decision level fusion module)。
其中独立深度自编码器的作用是将高维数据映射到各自的非线性特征嵌入子空间中,得到对应的红外光谱与代谢组学低维表示,规范化原始特征,作为后续融合层的输入。
跨模态特定转移融合模块Cross-model specific transfer fusion module的作用是通过提取红外光谱和代谢组学的特定特征和共性特征,探索红外光谱和代谢组学之间的互补信息,分别经过独立的特定网络提取器得到相应特定表征,将两个组学的自编码表征组合起来经过统一的共性网络得到共性表征,通过分离经过共性网络组合后的共性表征得到两个组学转移表征中的共性表征块,随后交替融合组学间特定表征得到特定转移表征。
决策级融合的作用是将跨模态特定转移融合模块Cross-model specific transfer fusion module的两个特定转移表征分别经过各自的解码器及分类器得到两个分类决策,对两个分类器进行平均决策得到最终分类预测结果。
Q
在实验过程中,您使用了哪些指标来评估模型的性能,以及它们为什么适合用来评估系统性红斑狼疮诊断模型的性能?
A
准确率、精确率、灵敏度、特异性、F1分数和AUC。这些指标之所以适合用来评估 SLE 诊断模型的性能,是因为它们能够从不同角度衡量模型的预测能力和可靠性。
准确率、精确率、灵敏度、特异性能够反映模型在不同类型样本上的预测效果,而 F1 分数和 AUC 能够综合考虑模型的各项指标,提供更全面的评估结果。
Q
根据多模态数据融合技术在实验中的表现,您能否讨论一下该技术在实际临床环境中的应用前景,以及可能面临的挑战和未来的改进方向?
A
我认为提出的融合技术在应用前景上是非常广泛的。
首先,这项研究提出的多模态数据融合技术可以用于实际临床上的早期疾病诊断,一个患者如果可以在疾病早期被精确诊断,是可以极大地增加患者的生存概率的,这些疾病包括癌症、系统性红斑狼疮等。
其次,我们所提出的技术所需要的两种组学数据的提取方式非常成熟,且基本不对患者造成负面的影响。这项技术可以融合来自不同组学的信息,从而更全面地反映疾病特征,提高诊断的准确性和可靠性。
最后,我认为在这项技术未来最可能遇到的挑战是如何去加强数据的隐私和安全保护。这方面可以通过联邦学习来实现,这也可能是我未来研究的方向。
Q
您认为有哪些有效的方法可以维持学习的热情与驱动力,特别是在面临挑战和困难的时候,如何确保自己保持一种积极、有意识的学习与生活态度?
A
每个人学习的方式和效率都不同,我认为适合自己的学习方式最重要。
仅从我自己的角度出发,我认为自律和自知是维持学习的热情和驱动力最核心的方法,自律是解决难题的利器。我在本科毕业后同时经历过考公和考研,在那段期间我就感受到自律是一项非常美好的品德和方法论,每周定好要完成的小任务,每天固定学4~6个小时,如果你能保持这种状态到考试,基本能上岸的概率就非常大,最后的结果是考研和考公都上岸了,但我选择来了新大读计算机。
但即使再自律,很多时候也会遇到一些小问题,比如坚持的习惯中断了又或者努力了达不到预期,这个时候就需要我们自知。人无完人,接纳自己有不完美是非常重要的美德,一些事情做不到也不必垂头丧气,人的一生中不开心是常态,抱怨是最低效的方式,要有推倒重来的勇气和毅力。而第二个问题我想回答的和第一个差不多,能做到自知和自律,基本就能保证以一种比较积极的学习与生活态度。
Q
如果将您的学术旅程比作一场游戏,您觉得自己目前处于哪个关卡,您认为在这场游戏中,哪些技能或装备是必不可少的?这些技能或装备如何帮助您应对学术挑战?
A
科研是一座永无止境的高峰,想要攀登上去需要努力和运气。
我认为我现在还是在山脚下往上望,我之所以能在研一投出去自己的第一篇论文,很大部分原因是因为我站在了团队的肩膀上。
当然科研也是有一些必要的技能或装备的,一个是要有对研究领域持久地保持好奇心,事物是不断发展地,只有保持好奇心才能保证我们能走在科研的前头。
第二个是要有保持不断拼搏的恒心,做研究就像摘花种树一样,前期会遇到很多难题,以计算机为例,数据集的处理、模型的构建、期刊的选择等,每一个都是关键又让人头疼的环节,只有保持不断解决问题的动力,才有等到论文被录的一天。
第三个是要有健康的心态,要做好生活和科研的平衡。这些技能和装备使我在研究生一年级的时候平衡了上课和科研的桥梁。
Q
假设您有机会与历史上的一位伟大科学家共进晚餐,您会选择谁,并且您会向他/她提出哪些关于科研的问题?为什么选择这些问题?
A
艾萨克·牛顿。
我在高中的时候就非常喜欢天体物理学,也读过《自然哲学的数学原理》,对影响天体物理学的科学家如数家珍,但在这其中我还是对牛顿最感兴趣。
我会问的第一个问题是什么激发了牛顿对万有引力定律和经典力学三大定律这些基本规律的探索?
△选择这个问题是因为想去了解牛顿的思考过程和灵感来源可以帮助我们理解科学发现背后的思维模式。
第二个问题是如何看待宇宙的结构和起源?
△原因是牛顿的时代还没有宇宙膨胀的概念,询问他的宇宙观可以揭示早期科学家对宇宙的理解。
Little Prince
《小王子》
爱不是相互凝望,而是两个人朝一个方向走去。
END
—新疆大学研究生会—
来源|校研究生会学习部
编辑|于凤妍
审校|居来提、江一览
审核|买尔旦·外力
往 / 期 / 推 / 荐