本项目基于 PyTorch 实现了 VoxelMorph 无监督 3D 医学图像配准系统,在原始 U-Net 架构基础上集成了 CBAM(通道注意力+空间注意力)模块以增强特征筛选能力,并将普通卷积替换为带 identity shortcut 的残差卷积块以改善梯度流动。系统支持 vm1/vm2 双版本网络拓扑,采用 NCC 或 MSE 作为图像相似性损失,结合形变场梯度平滑正则项进行训练,并引入 CosineAnnealingLR 学习率调度与固定图像噪声增强策略提升泛化性能。训练完成后,通过计算 Jacobian 行列式对形变场进行拓扑合理性验证,自动输出折叠比例、负值体素数、...
该Spring Boot的健康管理系统包括健康食谱管理、饮食记录、健康数据记录、目标管理、个性化建议和方案制定等核心模块。用户端、营养师端和管理端的多角色需求得到满足,用户可通过简洁直观的界面顺畅完成健康数据录入、食谱浏览及个性化方案获取等操作。系统通过模块间的协作与整合,实现了数据的实时更新与高效处理,例如健康数据记录模块与个性化建议模块联动,基于用户数据生成定制化方案,显著提升了管理效率与服务精准性。...
痛点挖掘:作为产品经理,通过了解访谈商务人员进行中心筛选实际过程,自主挖掘中心筛选的三大痛点——①信息分散(备案、排名、PI经验分处不同来源);②名称异构(同一医院/科室在不同表中无法直接关联);③重复劳动(每个项目都要手工翻查数小时)。 产品方案:构建本地化多源查询平台,分四大模块独立查询,但支持联查:试验公示(CTR历史试验)、药物备案(备案专业与状态)、研究中心(基础信息+STEM排名+伦理/立项/费用)、研究人员(联系方式+历史试验角色)。 数据采集:寻找公开数据源网站涉及数据抓取字段和频率,从CDE公示平台、备案系统、卫健委等公开源采集数据,生成17张Excel表单(如备...
当前大众自行用药现象普遍,药物混用、不当搭配极易引发健康风险,基于这一社会痛点,本项目打造了一套智能化用药安全与冲突预警系统。 在项目中,我全程负责统筹规划与落地执行。前期开展市场与用户需求调研,结合用药规范梳理功能框架,完成整体方案设计。中期统筹团队分工,主导数据整理、算法模型训练以及系统核心功能开发,针对开发中出现的技术与协作问题进行协调处理,持续打磨系统功能。后期对系统进行多轮测试与性能优化,完善交互逻辑,并完成全套技术文档、项目说明、答辩展示材料的撰写与整合。 系统整合各类药品信息与用药准则,可智能识别药物配伍冲突、剂量风险、禁忌事项并及时发出预警,操作简洁易懂,适配普通民众日常使...
•患者信息全景查看:支持医生一键调取患者完整就诊数据,涵盖门诊 / 住院就诊记录、检验检查报告、医学影像、住院生命体征数据、门诊开药记录、手术记录、住院病程记录、护理记录等多类型医疗信息,实现患者诊疗数据一站式整合查看 •跨端医疗协作会诊:深度对接钉钉、浙政钉、企业微信生态,医生可通过系统快速发起患者会诊,通过建立专属群组开展线上多学科 / 跨机构会诊业务;同时与院内核心系统打通,会诊结论、处理意见等关键数据可实时回流至院内会诊系统,保障医疗数据闭环与院内业务衔接 •影像调阅系统:支持调阅Jpg、Dicom格式的影像文件,同时支持对影像数据进行反相、文字标注、测量、基础标注等功能 •基于...