涉及程序：后端、中间服务、外联平台、统一支付平台、支付宝小程序/生活号、微信小程序/公众号。技术栈：springboot、springmvc、mysql、webservice、vue、jequery、短信平台、高德地图、支付宝/微信/医保支付、负载均衡等。

1、医院需求管理（需求提出、发布、需求合并、预算管控）2、招投标（开标、投标、评标、中标）全流程标准化3、耗材生命周期管理（验收、出库、入库、消耗、结算）4、自定义报表、自定义审批流

项目主要包括患者信息管理、脑电放大器配置、实时脑电采集、波形显示、阻抗测试、事件标记、EDF文件生成、历史记录回放、显示参数校准、网络参数配置、离线压缩上传和实时增量上传等功能。系统可将采集数据保存为标准EDF文件，并通过TCP协议上传至服务端，便于后续分析、归档和管理

系统采用前后端分离+微服务架构，核心模块包括：1.设备数据接入：兼容多品牌穿戴设备SDK，实时采集心率、血氧、加速度等原始数据，日均处理千万级；2.生物特征算法引擎：内置HRV（SDNN/RMSSD）、睡眠分期（深睡/浅睡/REM）、心率异常检测、压力指数等算法；3.用户健康画像：基于长期数据生成个

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

项目主要包含课程学习、课程列表、学习详情、证书查询、PDF资料查看、知识内容展示、分享图片生成、用户学习记录、H5页面展示、小程序页面适配等功能。系统支持用户查看课程资料、完成学习流程、查询学习证书，并将指定内容生成分享图片用于传播。项目同时兼顾小程序端和移动H5端，保证不同终端下的页面展示和交互体

1.针对仅具备slide-level标签的病理全扫描图像（WSI），将肿瘤识别任务建模为多实例学习（MIL）问题2.复现并训练DSMIL双流注意力模型，对比其与传统Pooling方法在正样本稀疏场景下的判别行为差异3.在实例特征提取阶段引入SimCLR自监督预训练，用于缓解ImageNet预训练与病

项目包含护理员移动端、管理端Web和后端服务。护理员端已实现登录、今日任务看板、任务详情、SOP步骤、任务录音、AI建议入口、老人档案列表、老人建档表单、风险标签等功能；管理端聚焦管理员登录和用户权限管理；后端提供认证、当前用户、管理员用户增删改查、重置密码等API，并设置多租户机构、角色权限、审计

项目通过微信小程序/H5为用户提供AI饮食分析、热量管家、轻体菜谱、产品方案、盲盒点单、营养顾问、喝水提醒、食物搜索、饮食打卡、BMI与营养摄入统计等功能，同时提供后台知识库管理能力，用于维护AI问答和营养咨询内容。

项目包含：基础服务、采购服务、资产服务、被服服务、工单服务、能耗服务、仓储服务、医废服务、维修管理、维保管理、保洁管理、会议管理、审批管理、排班管理等功能包含：各个模块的维护功能，调度功能，发起工单功能，消息发送功能等