HTML5

SepsisCare是一个从ICU时间序列研究原型扩展到可安装软件系统的课程项目。项目目标不是替代临床诊断,而是在脱敏ICU数据与本地演示模型的基础上,展示脓毒症风险分层、动态表型轨迹、历史相似病例检索、家属沟通智能体与模型训练运维终端的端到端工程闭环。研究部分采用PhysioNet2012、Phy
200Python医疗健康
1.X光片智能检测:上传PNG/JPG格式X光片,YOLOv11模型自动识别7个部位并判断正常/骨折,输出置信度2.可视化诊断报告:展示原始影像与AI标注结果,明确标注部位、诊断结论及置信度3.用户角色体系:支持用户、医生、管理员三种角色,管理员可查看统计数据和用户管理4.邮箱验证注册:通过邮箱验证
351Python机器深度学习
系统支持用户输入症状描述,并根据输入内容返回相关健康信息、匹配依据和风险提示。项目包含症状文本识别、关键词匹配、结果卡片展示、风险提醒、任务切换和安全边界说明等功能。系统明确说明结果仅用于健康信息参考,不能替代医生诊断、处方或治疗建议。
590Python企业服务
1.医患对话采集与解析模块负责接收问诊过程中的文本或语音转写内容,对连续对话进行清洗、分句、角色识别和结构化解析。系统能够从医患交流中抽取症状描述、发病时间、持续时长、既往病史、过敏史、用药情况等关键信息,并生成结构化问诊要点,作为后续知识检索和建议生成的输入。2.症状与医学实体识别模块针对医疗场景
1010MVVM人工智能
当前共4个项目more
×
寻找源码
源码描述
联系方式
提交