聚焦一个领域，all in，集中攻坚。李灏峰博士认为，将一件事情做到极致，是每个科研人的本能和追求。

李灏峰博士，现任深圳市大数据研究科学家，他于2015年在中山大学计算机系获理学学士学位，2020年在香港大学计算机系获博士学位。其研究方向包括医疗影像分析、脑核磁成像分析、组织病理学图像分析和计算机视觉等，在该方向著名国家期刊和会议发表论文20多篇，包括IEEE TMI, MedIA, MICCAI, ICCV, AAAI, ACM MM, IEEE TIP, IEEE TCyb, ISBI等。李灏峰博士是顶级期刊和会议IEEE TPAMI, IEEE TIP, IEEE TCYB, Pattern Regconition, Neurocomputing, NeurIPS 2022, MICCAI 2023等的审稿人，IEEE电气电子工程师学会、中国计算机学会和广东省卫生信息网络协会病理数字化应用分会的会员。他被评为深圳市海外高层次人才，并入选深龙英才计划。目前他作为项目负责人主持中国国家自然科学基金项目一项，和广东省基础与应用基础研究基金面上项目一项。他曾带领团队于2022年12月获得NeurIPS 全球细胞分割挑战赛亚军（100多只参赛队伍）。今年，李博士作为通讯作者和共同第一作者的工作中，有4篇论文被医学影像顶会MICCAI2023录用，有1篇论文被计算机视觉顶会ICCV 2023 收录。

“图像处理和计算机视觉如何能更好地结合工业界的需求，真正让它发挥用处？”带着这个疑问，本科时期的李灏峰博士循着普通学生成长的轨迹，不断学习新的知识、取得不错的成绩，一路朝着他向往的知识高峰求索。在真正进入到博士阶段后，他才踏入了医学影像分析与计算机科学领域的交叉学习，也就是在这个时期，他发现了社会需求和现代技术成熟度的矛盾。“老龄化程度加深、医疗资源紧张、高资历医师稀缺，通过科学技术来解决医疗问题，不仅是工业界的刚需，也能有实际机会实现落地”。李灏峰博士解决了自己因专业方向转变带来的三维升阶计算量骤增的问题，适应数据格式带来的技术变化，逐步完成从自然图像切入医学图像的研究。求学的过程中，他表示自己获得了非常多的成长。“读博的过程不免会遇到困难，除了技术方面的问题，你还要和你的导师互相磨合、合作、博弈，这是必经的过程，会让人有不同方面的收获”。

在香港求学的时候，做项目之余，李灏峰博士会去爬山。“我们学校后面就有一个郊野公园，我一出实验室就可以去爬山，可以爬到太平山顶”。其实这个活动也是他为自己挑战徒步100公里麦里浩径（香港首道长途远足径）所做的准备，这段路径由古道、山径、石级等组成，全程徒步的难度各异，因此他还提前做了调研，训练自己的体能，并且尝试徒步了部分路径。准备充分之后，他和朋友一起带着帐篷和干粮启程，经过3天的努力，成功到达了100公里标志处。

“这和做科研有一点像。我想把一件事情做得极致和极限，所以会理性地去做事前调研、风险评估等等，以期尽善尽美。攻坚困难让我觉得很有意思，也会让我有一些成就感”。秉持着结果导向和DEADLINE导向，李灏峰博士目前的重心几乎都在工作上，没有很清晰的生活与工作的边界。“很多研究员都是在项目DDL后才会给自己一段休息时间，做研究的话没有办法完全剥离生活，有时候你在自己空闲的间隙也会进行思考”。

2020年，博士毕业的李灏峰博士来到了深圳市大数据研究院，他希望自己就业的方向往研究上靠拢。“研究院有相对不错的科研条件和资源，医疗大数据实验室的核心聚焦方向研究能有实际的应用场景，这也和我做科研的初心不谋而合。并且我们和港中深合作联合培养学生项目能带来不错的生源，这为我的团队搭建也提供了助力”。他认为，应用研究是扎实的工作，研究问题本身得要有应用价值。目前他在研究的数字病理图像分析和大脑的磁共振影像的三维磁共振影像的分析和处理，都是基于智能医疗技术帮助医生做诊断辅助。以后者为例，磁共振是三维影像，可能有200多层，医生需要观看每一层二维切面影像的内容进行辨别并逐个排查，这无疑会带来非常大的工作量。如果要统计一些病变区域的体积的话，需要人工手动地使用软件去把这个区域给勾勒出来，过程中还可能因观察的影像数量过大而出现误差。因此李灏峰博士团队打造了自动化分析平台，将医生诊断过程中的一些前期的工作用系统进行处理，比如自动定位患者大脑发生病变的位置，自动勾勒计算病变区域、计算体积等，减少医生的工作量的同时避免出现疏漏。

保持着对极致研究的追求，李灏峰博士潜心探寻医学与现代科技的结合，他相信科技能为医疗发展带来新的机遇，也在智能医疗技术的研究中不断精进创新。