葛晓辉的案例列表
基于CfC 液态神经网络的皮肤病诊断系统
系统完成面向 23 类皮肤病变图像的智能诊断闭环，覆盖图像上传、预处理、模型分类推理、症状分析与图像诊断 Agent 协同、RAG 医学知识检索、问答生成和诊断结果返回。 针对皮肤病变图像中病灶区域细小、类间差异弱、相似病种易混淆的问题，基于 EfficientNet-B3 引入残差通道-空间注意力以突出关键病灶区域，并结合 LNN/CfC 液态神经网络分类头增强动态特征建模与类别判别能力；模型参数量约 10.73M。 基于 LangChain 搭建症状分析、图像诊断、治疗建议多 Agent 协作流程，并结合 Chroma 向量数据库构建 RAG 医学知识检索模块，增强诊断问答的依据
基于VMamba的乳腺癌病灶辅助诊断系统
系统完成面向乳腺超声图像的病灶分割、良恶性分类、BI-RADS 分级评估、生物标志物提取与结构化诊断报告生成流程。 设计双编码器混合架构：以 VMamba-Tiny 捕获全局上下文，并行构建 FFT + DCT 频域特征金字塔分支，通过门控融合机制融合多尺度特征。 解码器采用嵌套式 U-Net++ 结构，集成基于 CARAFE 的频域感知上采样模块，并通过多尺度预测头与自适应预测融合提升边界分割精度。 构建多任务学习方案，结合 Dice Loss、动态类别平衡 Focal Loss 与先验回归损失，同时支持病灶分割、良恶性分类和临床形态学指标预测。 完成工程化落地：FastAPI 后端
案例判断参考
葛晓辉的案例列表
基于CfC 液态神经网络的皮肤病诊断系统
系统完成面向 23 类皮肤病变图像的智能诊断闭环，覆盖图像上传、预处理、模型分类推理、症状分析与图像诊断 Agent 协同、RAG 医学知识检索、问答生成和诊断结果返回。 针对皮肤病变图像中病灶区域细小、类间差异弱、相似病种易混淆的问题，基于 EfficientNet-B3 引入残差通道-空间注意力以突出关键病灶区域，并结合 LNN/CfC 液态神经网络分类头增强动态特征建模与类别判别能力；模型参数量约 10.73M。 基于 LangChain 搭建症状分析、图像诊断、治疗建议多 Agent 协作流程，并结合 Chroma 向量数据库构建 RAG 医学知识检索模块，增强诊断问答的依据...
基于VMamba的乳腺癌病灶辅助诊断系统
系统完成面向乳腺超声图像的病灶分割、良恶性分类、BI-RADS 分级评估、生物标志物提取与结构化诊断报告生成流程。 设计双编码器混合架构：以 VMamba-Tiny 捕获全局上下文，并行构建 FFT + DCT 频域特征金字塔分支，通过门控融合机制融合多尺度特征。 解码器采用嵌套式 U-Net++ 结构，集成基于 CARAFE 的频域感知上采样模块，并通过多尺度预测头与自适应预测融合提升边界分割精度。 构建多任务学习方案，结合 Dice Loss、动态类别平衡 Focal Loss 与先验回归损失，同时支持病灶分割、良恶性分类和临床形态学指标预测。 完成工程化落地：FastAPI 后端...
