2025年06月18日
近日，西交利物浦大学理学院生物科学与生物信息学系大四学生刘一衡，在黄霞博士课题组参与SURF和FYP项目，并以一作身份在国际期刊《Computational and Structural Biotechnology Journal》发表题为《Random splicing assisted deep learning for breast cancer cell line classification via Raman spectroscopy》的研究论文。
AI助力癌症精准诊断新方法
拉曼光谱作为一种非破坏性的分子"指纹"技术，在癌症早期诊断中展现出巨大潜力。然而，如何有效分析复杂的光谱数据一直是该领域面临的重要挑战。生物科学与生物信息学系大四学生刘一衡，在理学院生物科学与生物信息学系助理教授黄霞博士的指导下创新性地提出了随机拼接卷积神经网络（RS-CNN）模型，将其用于肿瘤拉曼光谱的机器学习和分析，实现了对六种乳腺癌细胞系98.63%的分类准确率，为临床癌症诊断提供了新的技术路径。
研究团队表示，RS-CNN模型不仅适用于乳腺癌诊断，还可以推广到其他癌症类型、细菌和真菌等病原体的快速识别。随着拉曼光谱技术在临床的普及，这种AI驱动的分析方法有望为精准医疗和个性化治疗提供有力支撑。
本科生科研之路：从零基础到独当一面
这项研究的成功离不开2024年西交利物浦大学暑期本科生科研项目（SURF）的支持和黄霞博士的悉心指导。2024年7月，当时还是大三学生的刘一衡同学通过SURF项目首次走进黄霞博士的实验室。
"说实话，我的成绩并不理想，"刘一衡坦言，"但黄老师看重的是我对科研的热情，而不是成绩单上的数字。这给了我莫大的鼓励。"
面对完全陌生的拉曼光谱数据和深度学习算法，刘一衡从零开始学习。黄霞博士回忆：“一衡很有科研热情和灵性，我好几次在刚刚起床时收到他的短信，内容常常是他激动地和我分享一篇论文的读后感。还有更多次，我准备睡觉了，他发来信息和我讨论科研想法。这种主动和勤奋的态度让我非常感动，有学生如此，师复何求！”
项目的灵感来源于一个看似简单的数学公式。通过理论推导，刘一衡意识到随机拼接策略不仅能增加数据量，还能让模型学习到更加鲁棒的特征表示。
在短短两个月的暑期项目中，刘一衡从文献调研、模型设计、代码实现到数据分析，几乎承担了研究的所有核心工作。最让他印象深刻的是论文写作阶段。"这是我第一次撰写学术论文，完全不知道该如何下笔。黄老师手把手地教我，从文章结构到每一个细节，反复修改了无数遍。"正是这种悉心指导，让一个本科生的研究成果最终在国际期刊上发表。
科研点燃新的人生方向
经过这次科研经历，刘一衡对自己的未来有了更清晰的规划。"虽然因为成绩原因，我暂时还不能直接攻读博士学位，但我希望先在西浦读硕士，继续跟随黄老师做研究。科研真的很有意思，让我找到了自己的兴趣所在，。"
从一个成绩并不突出的本科生，到国际期刊论文的第一作者，刘一衡的转变令人惊讶。"最重要的收获不是发表了论文，而是找到了自己真正热爱的事业方向。我发现，即使成绩不是最好的，只要有热情和努力，一样可以在科研道路上有所成就。"
刘一衡的科研成长之路离不开理学院院长Prof. John Moraros对本科生科研的极力支持，更离不开西交利物浦大学在本科生科研培养方面的独特理念。SURF项目为像刘一衡这样有科研梦想但成绩并非顶尖的学生提供了宝贵机会，让他们能够在导师的指导下，参与到真正的前沿研究中。
"本科生完全有能力做出高水平的科研成果，"黄霞博士总结道，"关键是要给他们机会、信任和正确的指导。我们期待更多像一衡这样的学生，通过SURF项目找到自己的科研之路。"
黄霞博士的课题组长期欢迎热爱探索、聪明勤奋、积极主动的本科生、硕士生和博士生加入团队。联系方式：Xia.Huang@xjtlu.edu.cn
内容素材：黄霞博士
审稿：John Moraros教授
2025年06月18日