医疗健康 算法模型 软件定制 案例

具体功能模块及使用者功能 图像处理功能：对眼底图像进行轮廓裁剪、CLAHE 处理和双目拼接，提取视盘区域，消除光照不均干扰，增强血管纹理细节，实现左右眼图像空间对齐，为诊断提供清晰统一的图像。 疾病检测功能：支持单张或批量图像上传，通过多标签分类能力判别 7 类眼科疾病与正常类别，允许单张图像存在多个病理标签，精准诊断复杂病例。 报告生成功能：快速生成详细诊断报告，支持打印和 PDF 格式导出，方便医生查看、存档及与患者沟通。 历史记录查询功能：便捷查询历史检测记录，包括时间、诊断结果和 AI 建议，便于病情复核与长期存档。 诊断建议功能：集成医疗大模型，依据诊断结果生成个性化治疗建议和健康管理方案，提升患者依从性和诊疗效率。 疾病科普功能：提供常见眼病的详实介绍，包括示意图和文字说明，点击 “了解更多” 可跳转至百度百科获取更多资料。 主要功能路径：用户上传眼底图像，系统对图像进行预处理（轮廓裁剪、CLAHE 处理、双目拼接），然后通过深度学习模型进行疾病检测，生成诊断结果，基于诊断结果生成诊断建议和报告，同时将检测记录存储以便用户查询。用户还可通过疾病科普功能了解相关眼病知识。

红区图 通过AI图像处理技术分离皮肤中到红色成分，运用图像增强技术突显相关症状。 通过红区图能过直观的观察到粉刺、寻常痤疮、酒糟鼻、血管阻导致的色素沉淀、色斑、红血丝等皮肤问题。 红区热力图 运用图像增强技术与症状影像映射分析，通过蓝色-绿色- 黄色-红色渐变映射， 更直观反应肌肤的严重程度。蓝色为健康皮肤，红色为严重程度皮肤。 可以直观的查看人脸痤疮、敏感度、红血丝等问题

本项目集成了肺炎图像智能诊断的多项核心功能模块，主要包括图像上传、肺炎分类、病灶定位及诊断结果可视化。系统支持用户通过Web界面上传胸部X光图像，后端自动调用深度学习模型（DenseNet121、ResNet18、YOLOv8）进行图像分类与病灶检测，实现对肺炎的辅助诊断。分类模块可识别是否患有肺炎，定位模块则标注出疑似病灶区域。所有功能通过Flask框架集成，提供实时、轻量化、一体化的诊断服务路径，极大提升了用户操作便捷性和诊断效率。

基于FFQ问卷算法，获取用户饮食、生活习惯，再依此推荐适合的单粒营养补剂。营养补剂按照每日服用的计量封装为小包，30包为一份。 这样用户可以方便的获取到量身定制的营养补剂，小包的包装也方便携带与服用。

本项目主要进行了心肌疤痕的分割，对患者的心房和疤痕进行分割。由于心肌疤痕过小且离散，所以提出了使用心房辅助心肌疤痕分割的方法。提升分割的准确率，分割心房之后取得心房得边缘作为软注意力提升分割得结果。