山东大学项目实训（一）——选题与开题

 一、选题 

本次创新实训有两方面的选题：“通用人工智能（大模型）”与“开源工业基础软件”，最终我们小组选择做“通用人工智能（大模型）”相关的问题。

建组之初，小组成员围绕具体选题方面，提出了医疗、旅游两个具体方面作为具体方向，并通过讨论以及查看各种大模型，确定了类似在线问诊系统作为研究方向。最终小组确定研究内容为分析医疗图像来辅助诊断（肠息肉相关）

二、项目背景

1. 医学背景

肠息肉是肠道内壁上的异常生长物，它们可以是良性的，但有些息肉可能会逐渐发展成癌症，尤其是结肠癌。早期检测和切除肠息肉是预防结肠癌的重要手段之一。结肠癌是全球范围内常见的癌症类型之一，其发病率和死亡率较高。因此，及早发现和处理肠息肉对于降低结肠癌的发病率和死亡率具有重要意义。

2. 现有检测方法的局限

目前，检测肠息肉的主要方法包括结肠镜检查和CT结肠成像。虽然这些方法在检测肠息肉方面效果显著，但也存在一些局限性：

• 结肠镜检查：侵入性强，患者体验较差，可能导致出血和感染等并发症，需要专业医师操作，费用较高。
• CT结肠成像：虽然较为非侵入，但仍需注入对比剂，存在辐射风险，并且对小息肉的检测敏感性较低。

3. 技术背景

随着计算机技术和人工智能的快速发展，特别是图像处理和机器学习技术的进步，使用计算机辅助检测（CAD）系统来辅助医生识别和诊断肠息肉成为可能。这些系统利用大量的医学影像数据，通过训练机器学习模型，能够自动识别影像中的肠息肉，从而提高检测效率和准确性。

4. 项目目标

开发一个肠息肉检测系统，旨在利用先进的图像处理和机器学习技术，实现对肠道影像中息肉的自动检测和识别。项目的主要目标包括：

• 提高检测效率和准确性：通过自动化技术提高息肉检测的准确性，减少漏诊和误诊。
• 降低检测成本：减少对专业医师操作的依赖，降低医疗成本。
• 改善患者体验：提供一种非侵入性或微侵入性的检测方法，减轻患者的痛苦和不适  

三、小组分工 

小组成员共有五个人，其中由我和另一名同学完成前端的开发，剩余三名同学完成后端开发以及相关算法的学习实现（初步任务，随着任务进程的开展会动态调整）