飞利浦 CT 研发 AI PoC 项目本项目为飞利浦 CT 研发部门与阿里云联合开展的 AI PoC，目标是解决缺陷文档（IA Template）编写效率低、跨系统检索困难、人工分析一致性差等问题。围绕 ClearQuest、SSRS/SRS 需求文档、测试文档等数据源，构建基于 RAG 的 AI Agent 文档生成能力，实现缺陷信息自动抽取、关联需求检索、Impact 内容生成与结果导出，验证 AI 在 CT 研发文档场景的可落地性与业务收益。技术实现： 1. 整体架构：基于阿里云资源（阿里百炼）搭建 Web + 服务端 + AI Agent 三层架构，采用 Java/Pytho...

MindSearch智能问答系统

医疗健康-专业细分服务 st

阿斯利康中国（AZC）企业知识库与 MindSearch 智能助手为解决企业“数据丰富但知识匮乏”的核心痛点，本项目旨在构建一个统一的企业级知识管理与智能应用平台。项目以China Knowledge Platform（CKP）作为后端知识底座，集中管理公司所有显性与隐性知识资产；以MindSearch智能助手作为前端交互入口，为员工提供自然语言交互的智能知识查询服务。我作为核心Java开发工程师，主导了MindSearch智能体的总体设计与关键功能实现，最终将员工获取知识的效率提升了50%以上，问题平均解决时间缩短60%，显著推动了企业的数字化转型。技术实现： 1.后端...

医疗大数据智能检索平台

医疗健康-专业细分服务 MASSIVEBEAR

项目简介：构建面向临床科研的分布式大数据分析平台，支持全院医生实时在线进行大规模医疗数据检索和统计分析。平台采用多租户架构，支持各科室独立建模分析，推动医院向研究型医疗机构转型。核心技术：后端架构：Spring Cloud Alibaba + Nacos + Gateway + Seata分布式事务搜索引擎：Elasticsearch 7.x集群 + Kibana + Logstash数据管道数据存储：MySQL主从架构+MongoDB文档数据库+ClickHouse列式存储前端技术：Vue3+TypeScript + Element Plus + AntV数据可视化 ...

情绪侦测

医疗健康-专业细分服务无名

情绪安防 APP 是一款基于 EEG 脑波测试技术的心理健康管理工具，通过蓝牙连接专用硬件设备，实时采集用户脑波数据，结合专业算法分析情绪状态、压力水平等核心指标。APP 提供测评列表查询、详细测试报告生成及导出功能，为用户提供科学的情绪监测与安防建议，助力用户及时掌握自身心理状态，实现个性化心理健康管理。...

讯飞云听诊

医疗健康-专业细分服务糖不甩

讯飞云听诊是一套可让医生远程诊断病人，录入病例的医疗创新型项目.由角色权限模块，文件上传模块，医生标注，病情诊断，下达医嘱等组成。系统由客户端 app 远程收集心音，肺音信息到服务器，医生在远程系统控制台处理病例...

医疗数字疗法APP

医疗健康-专业细分服务网之梦Mike

医疗癌症数字疗法产品会通过手机收集患者的情绪、生活习惯、步态等维度信息,对其进行生活习惯的监测和管理,提升其免疫系统能力。数字疗法对未来主动健康将产生革命性影响...

医享邻里

医疗健康-专业细分服务陈汶萱

医享邻里是社区一站式上门医疗服务平台，包含管理中后台与微信小程序。中后台基于PHP Laravel开发，实现医护人员信息管理、智能排班、订单自动派单、服务流程监管、订单及数据统计等功能，支持平台统一管控与业务高效调度。小程序采用UniApp开发，面向居民提供在线浏览医疗服务、自主下单预约、上门医护服务订购；医护端可在线接单、服务签到、流程归档。平台打通患者预约、平台派单、医护接单全流程，助力社区居家就医、居家护理服务数字化便民落地。...

医用耗材供应链管理系统

医疗健康-专业细分服务程序员

医用耗材全流程精细管理体系和信息化系统。该系统分为供应商端、医院端、仓储端。系统主要对医用耗材资质审核、科室计划、采购汇总、订单发货、实货验收、入库确认、仓储管理、物流配送、质量监控、实时盘点、对账结算等业务实行医用耗材全流程精细化管理，建立规范化、流程化、精细化的医疗耗材物流管理体系。...

智慧公卫家医服务信息平台

医疗健康-专业细分服务程序员

以维护社区居民健康为中心，提供疾病预防控制等公共卫生服务、一般常见病及多发病的初级诊疗服务、慢性病管理和康复服务的管理系统。...

三维MRI人体血管分割

医疗健康-专业细分服务 puppy~

主动脉在将含氧血液从心脏输送至全身过程中起着关键作用。在计算机断层血管造影（CTA）中，对主动脉分区及其分支进行精确分割对于疾病诊断和手术规划至关重要。我们的解决方案，该任务旨在从三维 CTA 体数据中实现主动脉解剖结构的自动分割。我们采用了nnunet 框架，利用其在医学图像分割中的良好泛化能力，并在提供的数据集上以较少的人工调参完成模型训练。在包含 40 例的隐藏测试集上，我们的方法取得了平均 Dice 系数为 0.729±0.043，平均归一化表面 Dice（NSD）为 0.751±0.047。在部分区域表现尤为突出，例如 Zone 9（Dice：0.905±0.048）以及左侧颈总动脉...