近日，超声医学研究所北京大学医学部2023级超声医学专业型硕士研究生翟玥（导师：孙德胜主任）及2023级医学生物化学与分子生物学学术型硕士研究生谭典欢（导师：郑婷婷研究员）团队以创新项目：“基于深度学习的乳腺结节超声影像自动识别与良恶性判断系统的开发”斩获北京大学第三十三届“挑战杯”——五四青年科学奖竞赛一等奖。获奖团队开发了一套基于深度学习的超声乳腺结节智能辅助诊断系统，显著提升恶性乳腺肿瘤筛查的普及性及准确性，有望降低城镇乡村医院社康医疗资源分布不均造成的误诊概率，具有重要的临床意义和社会价值。

北京大学第三十三届“挑战杯”一等奖获奖证书

项目亮点和创新突破：

1.构建大规模数据集： 团队历时三个月，从北京大学深圳医院、深圳市第二人民医院、宁波市第一医院、中山大学肿瘤医院、广东医科大学附属医院、汕头大学第二附属医院等六家中心收集了16269例病例、共计76553张超声图片，其中涵盖了21853例有病理结果或位置检测标注的数据。该数据集规模位居全球乳腺良恶性分类数据集第二大体量，而在有病理结果或位置检测标注的数据集中排名第一，参与中心数也居首位，为深度学习模型的训练提供了坚实基础。

2.独创数据治理体系： 团队自主研发了数据集半自动采集系统（发明专利申请号：2024112215366, 2024112214999, 2411217864.9），并通过超声模态分类和目标检测模型辅助数据标注。此外，创新性地利用Diffusion Model等生成式AI模型扩充良性结节数据，使数据集更接近真实临床分布，极大提升了数据治理的效率和质量。

3.前沿算法模型： 在算法层面，团队融合了多尺度数据整合、星形运算等先进技术，集成创新的前沿算法模型，显著提升了结节特征提取和良恶性分类的准确性，在单中心和多中心测试中均展现出优异的性能。

该项目不仅有望成为基层医师的重要辅助诊断工具，提供标准化、高精度的辅助诊断，其在远程医疗、教学培训领域的应用潜力也十分巨大，对于推动乳腺恶性肿瘤筛查的公平性与准确性，具有深远的社会价值和临床意义。

北京大学“挑战杯”系列赛事作为国内高校最具影响力的学生科技创新赛事之一，旨在鼓励和培养学生的创新意识、实践能力和团队协作精神。此次获奖，彰显了深圳北京大学香港科技大学医学中心在培养优质北京大学研究生创新人才方面的阶段性成就。