近日,来自英迪国际大学槟城校区的两名剑桥A-Level课程学生:Low Yu Xuan和Yip Yu Foong及其所在团队开发了一套用于识别糖尿病视网膜病变不同阶段的AI模型。

  该模型最终实现93%的准确率,在马来西亚最大规模的青少年ai挑战赛 “2026年全国人工智能大赛”(National AI Competition 2026)中获得大学预科组计算机赛道冠军。

微信图片_20260826181058.jpg

  英迪学子获得马来西亚 “2026年全国人工智能大赛”大学预科组计算机赛道冠军

微信图片_20260826181103.png

  2026年全国人工智能大赛


  用AI识别糖尿病视网膜病变

  糖尿病视网膜病变是糖尿病常见并发症之一。如果不能及时发现和治疗,可能会影响视力。

  针对这一问题,团队尝试利用AI分析视网膜图像,帮助识别疾病发展的不同阶段。项目开发过程中,他们遇到了一个难题:数据不够。比赛提供的训练数据有限,团队需要想办法让模型学习更多有效信息。

微信图片_20260826181109.jpg

  Yip Yu Foong讲解团队采用的AI方法

  不断调整,让模型达到更高准确率


  为了提升模型效果,团队先对图像进行整理和标准化处理。随后,他们结合ResNet-34、EfficientNet-B4等图像识别模型,并使用随机森林(Random Forest)算法完成分类。

  团队成员Yip Yu Foong表示:“我们希望在训练数据有限的情况下,让模型达到接近现有模型的准确率。”

  除了数据问题,团队还需要解决样本数量不均衡、训练时间较长等情况。他们不断测试模型表现,并根据结果调整方案。最终,模型通过在线数据集测试,实现93%的准确率。

微信图片_20260826181114.jpg

  两位学子在现场与其他参赛者自拍留念

  从课堂学习到项目实践


  从数据处理、模型训练到方案调整,两位英迪学子一步步完成了AI模型的开发过程。面对数据限制和技术挑战,他们不断测试、调整方案,寻找更有效的方法。

  对Low Yu Xuan和Yip Yu Foong来说,这次比赛不仅带来了全国冠军的成绩,也让他们真正参与了一次完整的AI项目开发。

  在解决实际问题的过程中,他们进一步理解了人工智能技术背后的思考方式,积累了宝贵的实践经验,也让他们更加明确了技术创新与实际应用之间的联系,为未来继续探索人工智能领域奠定了基础。