從大三上學期上過軟件工程課之後就再也沒有接觸過全棧式的項目或者工程了，很多的關於前端後端技術的理解還停留在兩年前，當時就是粗口咀嚼，消化不算精良，現在更怕是已經跟時代落伍了，所以也不敢討論太多（T^T）。好在這邊只是討論一下心得，這種東西見仁見智也算是略微減輕了我的壓力。

最近一年多的時間裏面北航加大了醫工結合的力度，我個人也有幸融入其中，我們從醫院拿數據然後聽醫生講需求最後利用我們的算法實現能讓醫生滿意的效果，甚至是可以推而廣之的臨床決策系統。其實這個過程跟公司拿項目然後做開發的流程很像：需求分析（獲得數據並分析醫生的訴求）-設計（根據自己的經驗以及搜索引擎尋找可能的實現方案）-實現（盡量保證計算過程中的高效以及一定

去年做的一個早期青光眼診斷的深度學習的算法，診斷出來的效果還算不錯，但是對於醫生來講效果不是最重要的，合理性和可解釋性才是最重要的，對純粹的計算機或者軟工的同學們來講我只要效果好並且穩定那我的這個產品就很不錯的，但是對醫生來講一個無法解釋的產品即便是做到了100%的準確率也不可能有實用的價值，因為不敢用的，這個細想起來不難理解，如果我的目標用戶是普羅大眾，那麽我只要告訴他們診斷是有病還是沒病就好，但是如果我的目標用戶是醫生，那麽我在為什麽有病以及為什麽沒病上邊下的功夫才是最關鍵的。所以從那以後我可能不會再把自己心中的準則（效果好並且穩定）作為實際需求中的主角了，因為場景

現在在做一個主動脈疾病診斷的問題，目前是處於分割主動脈的階段，後續還會有狹窄、畸形的臨床疾病的診斷。但是這個分割的過程其實也比較有問題可研究，因為用的數據是三維的CT，所以相較於二維的很多問題可行性和效率都是很大的挑戰。同時由於我們人類自身是三維空間的生物在觀察三維圖像的時候也有比較大的認知障礙，所以經常是束手無策，因為怕解決不了所以總是想找個萬全之計，恨不能就有那麽一個方法完全能解決當下的所有問題，於是有非常長的一段時間陷入在尋找的迷茫中。直到避無可避了，索性自己動起手來從最簡單的區域生長算法開始了分割的進程，動手之後我才發現很多的問題其實都是我意淫的憂慮，不過是為自己懶得動手編織的借口，之前文獻中想破腦袋也不懂的很多細節也有了清晰的認識，從動手後的不到一個月的時間就有了初具雛形的方法了，雖然效率還不是很高，但是聊勝於無啊。大三軟件工程課上的的敏捷之道告訴我叠代和改進是增量開發不可或缺的過程啊，所以我也能更從容地先想辦法打通整個流程，使得它首先能用

軟工課後余想