脑出血智能化治疗决策与手术规划系统的研发与应用产品系统

为解决脑出血CT影像的分割、模态转换、出血量计算等功能
并实现一套完整的稳定运行系统

面向脑出血临床场景，为医生提供智能化手术决策辅助与三维手术路径规划。系统支持 CT 影像自动导入与数据清洗，基于深度学习模型完成颅内血肿区域的自动分割与三维可视化重建，辅助医生快速判断出血位置、体积及手术入路。同时支持跨模态影像转换，提升不同设备间影像的一致性。已在实际临床环境中部署试用。

独立负责系统后端架构与 AI 模型开发全流程。使用 Python + PyTorch 搭建深度学习管线，完成 CT 影像的分割模型训练与跨模态转换模型，结合三维可视化引擎实现病灶区域的实时渲染重建。制定数据清洗与标注规范，构建标准化数据集，保证模型训练质量。设计 RESTful API 接口，协调与前端团队及三维可视化模块的数据交互。在 Linux 服务器环境下完成服务部署，编写自动化运维脚本，保障系统在医院的稳定试用。基于该项目产出学术论文一篇。