Python

Python是一门诞生于1991年的高级、解释型编程语言,由吉多·范罗苏姆创造。其核心设计哲学强调代码的极简性和可读性,尤其依赖清晰的缩进来定义代码结构,这使得它语法接近英语,非常易于学习和使用。作为动态类型语言,它为快速开发和原型设计提供了极大的灵活性,并支持面向对象、命令式、函数式等多种编程范式。Python的巨大优势在于其拥有一个由庞大活跃社区支撑的丰富第三方库生态系统(PyPI),覆盖了几乎所有应用领域:无论是Web开发(Django, Flask)、数据科学(Pandas, NumPy, Matplotlib)、人工智能(TensorFlow, PyTorch)还是自动化脚本和系统运维,都能找到成熟高效的工具库。这种“开箱即用”的特性使其成为解决各类实际问题的“瑞士军刀”,兼具强大的功能与简单的语法。
Python语言框架
Python是一门诞生于1991年的高级、解释型编程语言,由吉多·范罗苏姆创造。其核心设计哲学强调代码的极简性和可读性,尤其依赖清晰的缩进来定义代码结构,这使得它语法接近英语,非常易于学习和使用。作为动态类型语言,它为快速开发和原型设计提供了极大的灵活性,并支持面向对象、命令式、函数式等多种编程范式。Python的巨大优势在于其拥有一个由庞大活跃社区支撑的丰富第三方库生态系统(PyPI),覆盖了几乎所有应用领域:无论是Web开发(Django, Flask)、数据科学(Pandas, NumPy, Matplotlib)、人工智能(TensorFlow, PyTorch)还是自动化脚本和系统运维,都能找到成熟高效的工具库。这种“开箱即用”的特性使其成为解决各类实际问题的“瑞士军刀”,兼具强大的功能与简单的语法。
开发组织  吉多·范罗苏姆
项目由建图、导航、避障、音频反馈四大功能模块组成:①建图模块:基于RTAB-Map的SLAM技术实时构建行走环境三维地图并完成定位;②导航模块:地图栅格化处理后,用A*算法规划起点到终点的最优行走路径;③避障模块:双目深度相机采集深度图,OpenCV分割提取"模糊障碍物"轮廓并测距,不限物体类别实现
450C++医疗健康
项目包含四个模块:一是数据合并,读取多个CSV/Excel并按处理组、时间点、重复编号对齐;二是清洗,统一字段与单位、剔除异常值、标记缺失;三是统计,计算均值、标准误并完成组间比较;四是出图,生成柱状图、箱线图和时间进程图,自动添加误差棒和显著性字母,输出PDF/PNG与可复现脚本。
630Python医疗健康
ClinVarVariantFinder是一个ApifyActor。它通过NCBI官方E-utilities接口检索ClinVar,不抓取网页。可以按基因、疾病、HGVS或rsID查询,并把临床意义、审阅状态和坐标等字段汇总成扁平行数据。公开仓库是https://github.com/lxhcxyj
740Python医疗健康
CF-SEQ包含两部分。ClueFinder根据表型给出罕见病候选,并附上证据。SequencingDecisionEngine综合紧急度、成本和信息增益,给出下一步检查建议。实现使用Python,并有前端演示,知识来自HPO和罕见病知识库。GitHub开发仓是私有的,不在这里贴链接。公开审阅版本发
690Python医疗健康
1.功能模块:驾驶精力初值和精力下降及恢复模型确定2.功能描述:①驾驶精力初值:根据驾驶员驾驶之前的生理信息(心率、HRV、呼吸率、血氧、压力和睡眠数据)确定驾驶精力初值②精力下降及恢复模型确定:根据生理维度子分(心率、HRV、呼吸率、血氧、压力和睡眠)、DMS维度子分(疲劳等级权重高于分心等级,等
810C++医疗健康
1.坐姿识别、腰椎压力、自适应腰托2.功能描述:①坐姿识别:根据压力传感器数据对驾驶员坐姿的实时监测②腰椎压力:根据DMS和压力传感器数据监测驾驶员的腰椎压力③自适应腰托:根据驾驶时长及腰托位置的压力传感器数据对腰托进行自适应调节
860C++医疗健康
平台包含数据池管理、参数说明上传、训练任务管理、数据集构建、特征选取、模型训练、模型应用七大模块。支持多源原始数据的清洗入库与质量治理、结构化数据集编排、特征工程配置、训练任务的创建调度与状态监控、模型版本管理与上线应用,并提供基于高质量数据集的相关性分析能力,为科研与临床决策输出可解释的数据结论。
660Java人工智能
平台集成六类核心功能:①药物增溶载体推荐,根据目标药物的SMILES结构,对候选离子液体进行溶解度预测与排序;②QSAR性质预测,对输入的阳离子和阴离子结构进行毒性、生物降解性及熔点评估;③AI逆向设计,依据用户设定的性质条件生成候选离子液体,并进行结构有效性校验与去重;④三维几何优化与可视化,展示
1060Python人工智能
系统以人脸视频作为输入,完成视频读取、人脸区域定位与预处理,并通过rPPG模型从面部细微颜色变化中提取生理信号。系统支持模型推理、rPPG波形生成及结果分析,可用于非接触式心率估计,并为后续模型训练、性能评估和算法优化提供完整实验流程。
1090Python机器深度学习
基于工业CT采集的原始数据,我能够为您交付高精度的三维重建结果。依托先进的图像处理与体素重构算法,可完整还原工件内部结构与外部轮廓,清晰呈现微小缺陷、孔隙及密度差异。无论是复杂装配体还是精密铸件,均可获得细节丰富、尺寸准确、可追溯的三维模型,直接用于质量检测、逆向工程或数值仿真分析。
890Python人工智能
NeuroDecode是面向EEG脑机接口(BCI)的运动想象解码系统,覆盖深度学习、经典机器学习与集成学习三大路线,并内置BrainFlow实时流式推理支持。核心特性:1.六大模型实现:EEGNetv2、Conformer、TCN三种深度模型+CSP、RiemannianMDM两种经典方法+Vot
2350Python人工智能
项目核心功能模块覆盖全流程冠脉影像后处理需求:‌基础影像导入解析‌:支持标准DICOM格式冠脉CTA影像的自动导入,完成影像序列校验、参数提取与预处理‌多模式三维重建‌:包含VR容积重建、CPR曲面重建、MIP最大密度投影、钙化积分计算四大核心重建能力,可完整还原冠脉全段血管走行‌智能测量标注‌:支
1590C++机器深度学习
面向消化内镜检查报告质量控制场景,实现医疗报告自动解析、关键信息提取及十八项质控指标智能判定,并按照统一结构化格式输出检查结果;同时支持复杂医学文本理解和规则判断,为医院质控人员提供报告审核、问题发现及辅助决策能力。
1350Python人工智能
实时流式通道产出的数据结构与批处理语义一致,可统一纳入历史检索与洞察分析,实现全场景数据统一管理。该平台已在消费级GPU上验证近实时处理可行性,为医疗质量控制、合规审计和随访数据资产化管理提供了可积累、可回溯、可重复挖掘的一体化技术底座。
1360Python人工智能
AMAZING PET产品系统
1.自动化数据ETL管线开发:●基于Python开发全链路自动化数据处理脚本,覆盖医学影像TIFF/JPG/NII多格式解析、视频拆帧、图像裁剪压缩、Labelme/YOLO/JSON格式互转,使用YOLOv8完成数据集预标注,大幅降低人工处理成本;●定制医学专用数据计算工具:实现细胞椭圆率拟合、I
1290Python人工智能
系统包含六大核心功能模块,覆盖从病历生成到用药安全的全流程临床辅助:【SOAP病历自动生成模块】输入医患对话文本,系统自动提取关键信息,生成符合SOAP格式(Subjective主观信息、Objective客观检查、Assessment评估诊断、Plan治疗计划)的标准化门诊病历。支持入院记录、出院
1550C++人工智能
系统包含六大核心功能模块,覆盖从病历生成到用药安全的全流程临床辅助:【SOAP病历自动生成模块】输入医患对话文本,系统自动提取关键信息,生成符合SOAP格式(Subjective主观信息、Objective客观检查、Assessment评估诊断、Plan治疗计划)的标准化门诊病历。支持入院记录、出院
1910C++人工智能
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。
1720Python人工智能
本系统是一个预算约束下的化合物库压缩工具,帮助研发团队在有限经费条件下,从大规模候选分子中优先筛选出最有测试价值的化合物。核心功能模块:分子库特征工程模块:批量处理数千至数万个分子的SMILES序列,并行计算Morgan指纹和RDKit全量描述符,输出标准化特征矩阵。风险感知预测模块:基于多层感知机
1030Python人工智能
本系统是一个基于机器学习的化合物生物活性预测工具,主要服务于药物早期发现阶段的候选分子筛选。核心功能模块:数据预处理模块:自动清洗ChEMBL等公共数据库的原始实验数据,处理缺失值、异常值和重复项,将非标准化的生物活性数据转换为pIC50标准值。分子特征提取模块:支持输入分子的SMILES表达式,自
1090Python人工智能
当前共38个项目more
×
寻找源码
源码描述
联系方式
提交