前端采用Vue3+Vite+Element‑Plus开发PC门户页面，ECharts实现行情图表可视化；后端基于SpringBoot + MyBatis‑Plus搭建服务接口，MySQL存储业务数据，Redis实现热点数据缓存，Nginx进行静态资源部署与反向代理，整体采用前后端分离架构，保障平台稳定、流畅访问。

AttASPP-UNet — 结肠镜息肉图像智能分割系统 医学影像 AI 研究项目，独立设计与实现。目标是在结肠镜影像中自动识别并精确勾勒出息肉轮廓，辅助消化道早期病变筛查。 项目内容： • 基于 PyTorch 从零搭建 Encoder-Decoder 语义分割网络：EfficientNet-B4 预训练编码器提取多级特征，ASPP 空洞空间金字塔池化在瓶颈层聚合多尺度上下文，解码端引入注意力门控（Attention Gate）过滤背景噪声、聚焦病灶区域 • 设计 BCE + Dice 组合损失函数，针对息肉目标小、形态不规则、与黏膜背景对比度低等难点优化 •

Linux + QT环境，为医院心脏手术用的探头做标准化消毒的设备，控制多个传感器协同工作，根据不同的消毒流程全自动进行消毒，安全稳定。

仪器包含脉冲光出光、能量调节、故障提示、参数存储、自动出光、自动校准、制冷调节、预燃待机、手柄参数管理等功能。

本次上传案例为医疗系统 LIS 设备对接相关代码截图，本人使用 C# 语言开发整套数据接收解析程序，采用串口、网口通信 + 本地文件监等几种方式接收检验仪器上传的原始检测数据。程序完成报文接收、数据校验、内容解析、脏数据过滤、格式标准化转换，处理断线重连、数据分包、重复上传等异常问题，将规整后的检验数据同步推送至医院LIS系统。该功能支撑患者检验报告单在自助终端查询、打印业务，代码封装了通用监听处理类，提升项目复用性，功能落地多家医院现场，经过长期现场调试与版本迭代，数据传输稳定可靠。

本项目是一套面向宠物医院的全流程智能管理系统，核心亮点为自主研发的 LCPS 2.0（临床问题列表推理系统）推理引擎。该引擎将兽医临床诊断流程抽象为五步推理链：问题列表建立与诊断钩识别 → 受累系统判断（原发/继发） → 解剖定位 → DAMNIT-V 病变性质分类 → 证据驱动的优先级鉴别诊断清单，融合奥卡姆剃刀与希卡姆格言辩证思维，输出带置信度百分比的鉴别诊断表和 SOAP 病历（含推荐检查方案），并自动生成免责声明。 在模型层面，基于 Qwen 2.5-3B 基座模型进行兽医领域 LoRA 微调，实现 GPU（PyTorch + 4-bit 量化，适配 RTX 4060 8GB）和

智能免疫助手是面向肿瘤科临床医护人员打造的肿瘤免疫治疗 irAE（免疫相关不良反应）AI 一站式临床辅助工具。依托全球循证医学指南、真实临床病例数据、权威医学文献结合人工智能算法搭建，聚焦免疫治疗过程中不良反应前置风险预判、症状鉴别诊断、病例参考查阅、规范化诊疗指导、患者长期随访管理全场景，帮助医生提前规避免疫治疗副作用风险、标准化处置各类 irAE，提升肿瘤免疫治疗安全性与诊疗规范性，助力肿瘤患者实现长期生存获益。 医患一体化健康保障平台内的专业临床诊疗子系统，内嵌于医生协作助手应用中心，专供肿瘤科医师日常临床工作使用。 整个项目前端由我个人全权负责，作品还原度在整个前端组中获最佳

此项目用于医院核实孕妇是否真实身份，通过人脸 + 身份证 + 姓名，采用两要素对比来验证是否本人。此项目已在贵阳市20+医院投入使用，累计服务孕妇50000+人，验证70000+次。 技术栈：php + mysql + redis

项目描述：围绕医疗影像处理、分割、配准及智能问答全流程，搭建端到端技术方案，覆盖医疗影像数据预处 理、病灶分割、多模态配准、医疗知识库问答四大核心模块，解决医疗影像标注粗糙、数据格式不统一、小样 本训练、临床问答不精准等行业痛点，适配肺结节筛查、放射诊断辅助等临床场景，结合自身Java后端开发与 大模型应用经验，实现工程化落地与技术优化，形成可演示、可复用的完整技术套件（简历后附有详细说明文 档）。 责任描述：完成医疗影像数据预处理与标注优化，搭建nnUNetv2肺结节分割完整流水线并实现半监督训练， 开发多模态医学影像配准功能，构建医疗影像领域RAG问答系统并完成TinyLlam

实验室管理系统是一款专为各类检测机构、科研单位及企业实验室打造的综合性信息化管理平台。该系统以样本全生命周期管理为核心，集成了样本接收、检测任务分配、实验数据记录、报告生成、质量控制等功能模块，旨在通过数字化手段规范检测流程、提高工作效率、保障数据准确性，为检测工作的标准化、智能化提供有力支持。