​“我是来学大数据的，老师在课上却教我们医学！”在浙江财经大学数科学院张永全教授的课堂上，机器学习、大数据算法分析等抽象的理论知识被替换成了医学影像研究实例，通过解读医学数据，原本严肃的课堂因为人体奥秘充满热烈的讨论，复杂的数据被代码清晰地分类、统计，隐藏在其中的规律也逐渐浮出水面。

“算法的学习过程肯定是艰辛的，对于低年级学生来说更是艰涩的。”从教14年，张永全主要讲授机器学习、大数据算法分析、高等代数等课程。为了让书本和课件上的知识更具象化，张永全总是把研究中实操的医学影像研究实例拿到本科生课堂上分析，把抽象的算法原理具象化。他会在讲解支持向量机时，用肿瘤图像分类的案例演示决策边界如何划分；在讲授聚类算法时，带着学生用真实脑部CT数据探索特征空间。那些原本艰深的数学符号，在他的课堂上化作了解读生命密码的钥匙。

张永全常说：“学生眼睛亮起来的瞬间，就是我最有成就感的时刻。”这种将前沿科研反哺教学的理念，让算法课不再是枯燥的公式推导，而成为一场探索智能本质的奇妙冒险。

用数据行走民生“医”线

“科研不能只停留在论文中，更要回应现实需求。”这是张永全从事研究多年秉信的座右铭。在他看来，必须引导学生更加积极地回应现实需求，努力解决现实问题，才能培养出更多学校“新财经战略”要求的“具有‘K+MAQ’特质的中流砥柱型人才”。早在西安交通大学攻读博士时，张永全教授就意识到，单纯做算法提升已难满足科研的社会价值，于是这位数据工程师兼科研工作者将目光望向了民生“医”线。

从大数据理论研究到医疗实际应用无疑是一个挑战。尽管张永全在数据科学与人工智能基础研究领域取得了显著成就，但在推动技术落地智慧医疗的过程中，仍面临着诸多难题：医疗数据隐私与安全、临床需求的复杂性、算法在真实场景中的泛化能力等问题，都成为横亘在实验室研究与产业应用之间的鸿沟。

为了攻克这些难题，张永全带领团队深入医疗一线，走访各级医院，与临床专家反复探讨可行方案。在技术层面，团队创新性地将计算机视觉方法迁移到医疗领域，特别是在医学影像处理方面取得了突破性进展。他们研发的一个智能医学图像处理工具 DiffusionclusNet 模型，目前已经在甲状腺、颈动脉和乳腺的超声图像上测试成功。这个工具的特殊之处在于它能智能识别图像中的不同器官(比如区分甲状腺和血管)，然后分别进行针对性优化。而传统方法通常把整张图统一处理，这不仅仅浪费计算资源还不能提升增强的效果,而新的模型可以做到针对目标区域特定增强,实现计算效率和增强效果双方面的提升。团队人员表示他们已经用 3000 多张真实患者的超声图训练和测试了这个系统，结果显示它相对于传统的增强方法能帮助医生更清楚地看到病灶区域，特别适合医疗条件有限的地区。就像给普通超声仪装上了智能增强镜片，不需要昂贵设备也能获得更清晰的诊断图像。

同时，张永全进一步拓展了研究与社会实际的结合方向。他以教育部人文社科项目“隐私计算中算法设计与通信的有效性研究”为依托，构建在保障数据隐私前提下的安全建模方案，为医疗影像数据的跨机构共享、建模与分析提供了可行路径；此外，在浙江省哲学社科重大课题“利用遥感和深度学习预测城乡经济发展水平”中，他也在模型技术与医疗资源分布预测等方面进行了交叉探索。

张永全常对团队强调“真正的智慧医疗不是炫技，而是要成为医疗体系的‘毛细血管’。”近些年来，课题组和中国医学科学院肿瘤医院深圳医院、深圳市大数据研究院、深圳市第三人民医院、浙江大学医学院附属邵逸夫医院等单位建立长期合作，人脑机能、麻醉、心血管、肺腺癌、骨质疏松等多个医疗领域都成为了研究的落脚点。研究生樊晨晨所在科研小组致力于肺腺癌影像研究，其开发的“肺腺癌影像识别模型”卓越准确度达81.42%，已经成功地被应用于肺癌早期筛查和辅助诊断系统。

张永全所带课题组主要分为脑部人工智能、肺腺癌人工智能、超声人工智能、骨质疏松人工智能以及农业遥感五个科研小组。张永全介绍，课题组的主要工作就是建立模型来识别并分析医学影像，从而定位病变病灶、深层分析器官纹理，最终实现“快速度+高精度”抓捕癌症“嫌疑份子”，提高医疗诊断的效率。而近年来，课题组拓展大数据应用的领域，将“AI+农业”等内容也纳入研究范围。

一句不放弃，让学生从自我怀疑到一作发表SCI

推开办公室的门，便听到服务器正在“轰轰”地运行。放眼看去是三块显示屏、五个服务器、一个打印机、几张简单的桌椅……这便是张永全带领他的学生与数据打交道的天地。

条件虽然朴素，但张永全带给学生的远超于物质上的富足。他不看重成绩，反而看中的是学生对于科研热忱的心。数据科学学院2023级硕士研究生陈诺是张永全的学生。陈诺回忆到，当初考研初试表现并不佳，已经做好重新再来的准备，但在复试结束后，他收到了张永全课题组的邀请。“当我知道被张老师收为学生后我欣喜若狂，他告诉我不愿放弃我身上的潜质，这句话我感激多年。”

就是这样的一句“不愿放弃”在随后研究生的两年里一直鼓舞着陈诺。起初，他通过竞赛、学长带练、每周组会的方式完成了科研入门，后参与到了结石项目开始学习医学图像处理。在张永全的指导下，陈诺所在科研小组聚焦医学超声影像研究，开发了“IEP+ACP”双路径扩散模型，有效提升了医学图像的清晰度和结构可辨性……今年四月，陈诺还以第一作者的身份在SCI期刊《IEEE Transactions on Consumer Electronics》（中科院二区，jcr1区，影响因子4.3）发表题为“Diffusion ClusNet: Deep Clustering-Driven Diffusion Models for Ultrasound Image Enhancement”的研究论文，为医学影像分析提供了新的解决思路，具有重要的临床应用潜力。

在学院大力推动的“导师-研究生-本科生”混合团队框架下，张永全率先实践“研究生带本科生”的科研传帮带模式。“我从去年期末被分配好综合导师后就开始跟着张老师做科研，每周组会让我更充分的了解了专业，感觉自己进步特别大！”2024级本科生林致义说。

除了学术上尽心尽责的培养，张永全还为学生铺好未来深造道路，在了解学院对对出国留学的扶持举措和保障后，他通过学院与多个国内外高校的合作关系，帮助学生写推荐信、联系导师、申请资金，确保每位学生都能获得最适合自己的发展机会。

张永全担任班主任的2022届大数据专业本科毕业班升学率达62.9%，其中由他担任导师的8名毕业生有7人顺利升学，其中3人分别考取中国科学技术大学、华中科技大学、西安交通大学，2人分别前往伊利诺伊大学芝加哥分校、乔治梅森大学深造。其课题组的研究生都分别被派往中科院合肥物质科学研究院、深圳市大数据研究院、澳大利亚莫道克大学、澳门科技大学等单位进行长期合作交流。

“一日为师，终身为父”一直是张老师用实际行动诠释的理念。陈鸿达在西安交通大学拿到硕士学位后，前往中国长江三峡集团有限公司专攻长江三峡漏洞检测模块的研发工作，张永全不仅定期与他探讨技术难题，还主动帮他引荐行业专家。

“张老师对我们的关心从来不会因为毕业而停止，”目前入职阿里巴巴的杨秀银感慨道，“无论是职业发展的困惑，还是生活中的难题，他总是毫无保留地给予支持。有时候感觉自己不只是张老师的学生，更是他的孩子。”（作者：陈之愉 洪文静 潘佳瑜）