关于

你好，我是孙逸文 👋

香港理工大学计算机科学（人工智能方向）博士在读，研究方向为医学图像分割，导师蔡璟（系主任）。

教育背景

博士 · 香港理工大学 · 计算机科学与技术（人工智能） · 图像分割 · 导师：蔡璟2024.01 – 2027.01
硕士 · 英国伯明翰大学 · 电子与计算机工程2022.09 – 2023.09
学士 · 北京理工大学 · 测控技术与仪器（光电学院）2017.09 – 2021.06

精选项目

🗂 多模态数据集工厂 · mm_dataset_factory 详情 →
从 Word 试卷一键产出多模态错题图像数据集。4 阶段流水线（结构化 → VLM 错误规划 → AI 生图 → 质检导出）+ SSE 实时推流 + 生成后评估闭环。附完整中英双语技术文档仓库。
📊 用本平台产出的数据集做成了评测基准 → EduFig-IC：分级图文一致性检测基准
FastAPIReact 19SQLAlchemy asyncSSE多模态
📊 图文一致性评测基准 · EduFig-IC 查看 →
面向理工科含图试题的分级图文一致性检测基准（L1/L2/L3 三级难度，973 图文样本），用于评测多模态大模型的细粒度图文对齐与幻觉检测能力。数据由上方数据集工厂自动产出。
多模态评测图文一致性VLMBenchmark
⚙️ 多语言试卷审校 Agent · exam-checker-agent 详情 →
自动拆题 + 逐题路由检测 + 四段式图文一致性审校（纯文本复审兜底召回）+ 三类查重 + 可量化评测；React + FastAPI + Docker 全栈。
ReactFastAPISQLiteDocker全栈
更多项目 →

研究经历

试卷审校与多模态数据工程 · 实习（拓维信息 Talkweb）2026.03 – 2026.06
LLM / Agent / 多模态 / 数据工程
  • 试卷审校 Agent 平台 · exam-checker-agent：开发面向高校期末考试与研究生考试的试卷审校平台，自动检测错别字、语法、逻辑、语义、图文一致性等 10 类错误（跨中/日/德/法 4 语言共 20 个检测任务）；采用「解析 → 逐题路由 → 检测 → 去重聚合 → 查重 → 报告」流水线，图文一致性用 VLM 带图检测 + 强制对账清单 + 纯文本复审兜底的四段式链路，将图文不一致检测召回率由 52% 提升至 88%、F1 0.89–0.92、精确率 0.95+。Python / FastAPI / React / SQLite / Docker 全栈。
  • 审校测试数据集生成平台 · mm_dataset_factory：开发为审校系统造测试数据的平台，从真实 Word/DOCX 试卷中提取含图题目，按 L1/L2/L3 三级（换图错配 / 参数不匹配 / 逻辑无解）规划错误，用 VLM 错误规划 + Seedream / Wan 文生图模型造错 + 生成后评估闭环（校验数值锚点 pass/repair/regenerate），批量生成题干与图片不匹配的图文对；FastAPI + React + SQLAlchemy async 全栈、SSE 实时推流。
  • 图文一致性评测基准 · EduFig-IC：用上方流水线产出的数据，整理成面向理工科含图试题的分级图文一致性检测基准（L1/L2/L3 三级、973 图文样本），评测多模态大模型（VLM）对图文不一致的检测能力。
多模态超分辨率 Agent 系统搭建 · 论文复现及二次开发2025.12 – 2026.01
Python / PyTorch / vLLM
  • 基于开源框架和 vLLM 搭建超分辨率智能体，构建任务理解 → plan 生成 → tool 调用 → 图像恢复的完整离线推理链路。
  • 针对 Llama-Vision 本地模型重写规划 Prompt，限制过度推理，增强计划可执行性与工具调用稳定性。
零标注病理图像中细胞核分割研究 · 第一作者2024.01 – 2024.12
Pattern Recognition Letters（SCI / JCR Q2） · Python / PyTorch
  • 利用预训练 Vision-Language 检测器 zero-shot 产生粗检测框，实现无需任何病理标注的训练流程。
  • 设计 Gaussian 置信图弱监督 + focal loss + Voronoi/k-means 互补粗标签，驱动网络学习精细核边界。
3D 显微镜图像中管状结构拓扑分割研究 · 第一作者2025.01 – 2025.12
Physics in Medicine & Biology（SCI / JCR Q1，Under Review） · Python / PyTorch / 3D Seg
  • 设计基于半径场的拓扑损失 + 融合高效大核卷积的 3D U-Net，提升连通性与拓扑一致性，Dice 提高 4%。
  • 与合作单位协作制定标注规范与质检流程，基于私有数据集完成微调与评估。

论文发表与会议交流

  1. Yiwen Sun, Ranran Zhang, Fuqiang Chen, Kun Ru, Miaoxia He, Qizhai Li, Yao Pu, Jing Cai, Wenjian Qin. “ZA-Net: A universal zero-annotation nuclei segmentation network for pathology images via vision-language pre-trained model.” Pattern Recognition Letters, 2026（SCI / JCR Q2）· 第一作者 · DOI
  2. Fuqiang Chen, Ranran Zhang, Wanming Hu, Deboch Eyob Abera, Yue Peng, Boyun Zheng, Yiwen Sun, Jing Cai, Wenjian Qin. “PGVMS: A Prompt-Guided Unified Framework for Virtual Multiplex IHC Staining with Pathological Semantic Learning.” IEEE Transactions on Medical Imaging（SCI / JCR Q1）· 合作者
  3. Fuqiang Chen, Ranran Zhang, Boyun Zheng, Yiwen Sun, Jiahui He, Wenjian Qin. “Pathological Semantics-Preserving Learning for H&E-to-IHC Virtual Staining.” MICCAI 2024（CCF B）· 合作者
  4. 第三届智能医学研讨会受邀报告

技能 / 优势及其他

  • 编程：Python、PyTorch、Linux；熟悉 LLM/VLM 推理部署（vLLM）、Agent 系统与数据流水线工程。
  • 华为鸿蒙应用开发：独立开发并上线健康管理应用（食物识别 / 热量统计），下载 2000+；MobileNet 400+ 类端侧离线推理。
  • 语言：英语 IELTS 6.5。
  • 荣誉：2023 伯明翰大学研究生研究节·研究图像亚军；2019 北京理工大学优秀学生奖学金、学习进步奖学金。
  • 爱好：摄影（视觉中国签约摄影师）；徒步 / 爬山；自媒体运营（小红书 & B 站粉丝 1000+）。