医疗健康

解决医学CT影像的自动分割，疾病检测通过ai影像算法实现对CT影像的自动化分割，根据影像算法得出的结果，再根据ai算法分析疾病情况，出具诊断结果，最后给出分析图片和诊断报告

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。

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。

咨询威Q【3447764415】新盛-腾龙博安-三家已合并【新盛官网—xs10692.com】【腾龙官网—TL12581.com】。华纳自上世纪50年代成立以来，生产的庐山牌云雾茶多次获得国内外金奖，蝉联历届中国名茶的称号。并且是庐山区第一个建厂的国营茶厂单位，如今是庐山云雾茶的重要产区，共拥有山林

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

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

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。

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。

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

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

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

系统包含6大核心模块：1）SOAP病历自动生成——输入医患对话自动输出规范病历；2）鉴别诊断引擎——12症状群×54诊断的Bayesian概率推理；3）药物交互检查——18种药物相互作用+禁忌+CYP450代谢通路分析；4）急诊分诊评估——ESI五级分诊+11条RedFlag预警；5）临床决策评分—

本项目为基于Android的离线肤质分析1.支持选择相册照片分析2.支持拍照体验分析3.全流程本地运行，不上传服务器4.使用MLKitbundledFaceDetection检测人脸5.支持MediaPipeImageSegmenter皮肤区域分割6.支持BiSeNetFaceParsingONNX

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。

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

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

通过将口内扫描仪的扫描头放到患者口中，对准牙齿实时拍摄患者动态画面，将画面进行重建从而生成点云，再将点云进行拼接，将拼接好的点云进行网格化，并在ui上实时呈现三维的牙齿显示效果

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

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

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