LIS-NET肺炎自动检测分割
项目功能:根据用户上传的肺部CT图像进行自动分割病灶区域。
项目架构:采用深度学习技术实现的肺部CT图像自动检测分割系统,基于INF-Net模型进行病灶区域分割。
项目技术:Flask,Vue,Nginx
解决问题:处理大规模图像数据时,可能遇到性能瓶颈和扩展性问题。为解决这一问题,多线程、异步I/O、预加载等方式进行优化。面对访问量增加时的负载均衡和高可用性问题,使用负载均衡器将请求分配到多个Web服务器上进行处理,减轻单个服务负载。
易试(EasyExam)项目:
功能:
学生管理:教师可以在桌面端选择学生,并布置考场(包括考试时间、考场信息等)。
消息通知:一旦学生被加入考场,他们会通过小程序收到通知。
好友功能:管理员可以互相加为好友,共同协作管理考场。
发起通知:教师可以通过小程序向学生发送通知。
公众号发布:管理员可以通过公众号发布一些消息。
架构:
后端:使用Spring Boot框架,MyBatis-Plus进行数据库操作,Redis进行缓存,Spring Security进行权限管理,Spring Cloud Alibaba作为消息处理系统,WebSocket用于实时通讯。
小程序:使用Vue 3 + TypeScript + Pinia + UniApp开发。
桌面端:使用C++和Qt开发,采用SQLite作为数据库。
特色:
多平台适配:使用Vue 3 + TypeScript + Pinia + UniApp开发小程序,能够在不同平台上(如微信小程序、Web端)提供一致的用户体验。
缓存优化:借助Redis缓存,加快数据读取速度,提升系统性能和响应速度。
安全保护:利用Spring Security进行权限管理,确保只有授权的用户可以进行敏感操作。
消息处理:使用Spring Cloud Alibaba的消息处理组件,实现消息的发送、接收和处理,为教师和学生提供及时的通知功能。
管理员协作高效:多个管理员可以共同协作管理考场,通过小程序发起通知和公众号发布消息,方便信息沟通和组织协作。
提升效率和便捷性:系统设计和技术实现旨在提升在线考试流程的效率和便捷性,简化操作流程,提供良好的用户体验。