多影像模态眼底图像血管分割系统
眼底血管分割与定量分析系统:前端 Vue 3 + Vite 单页应用,支持图片拖拽/上传、模态切换(CFP/OCTA)、低质量增强模式、历史记录管理和分割结果可视化(原图/掩膜/叠加)。
后端 Spring Boot REST 网关(/api/vessel/predict),负责文件校验、参数转发;通过 RestTemplate 调用 Python 推理服务,解耦前端与模型,支持 MB 级医学图像表单上传。
Python FastAPI 推理服务(PyTorch + RetinaMAE),预加载 CFP/OCTA 及低质量权重,完成预处理、分割推理、后处理(骨架化/连通域),输出 Base64 图与定量指标:血管密度、长度密度、区域数、分形维数等。
算法细节:320×320 归一化预处理,Sigmoid + 阈值生成掩膜,骨架化用于长度密度,Box-Counting 估算分形维数,叠加图使用遮罩高亮血管。
工程亮点:前后端分离、跨域配置、表单/内容类型校验、异常处理与提示;多模型缓存加载与设备自适应(CPU/GPU);历史记录前端内存管理,体验流畅。
模型训练部分使用MAE框架预训练+DINOUnet和少量眼底血管分割数据迁移学习完成。