欢迎来到,武汉大学,医学人工智能实验室

心电云平台

通过心电云平台,可以从任何地方采集和提交数据后,传输给最有经验的医疗人员,从而诊断反馈。
采用智能诊断算法,帮助医生进行初步诊断,让医生从大量重复性的劳动中解放出来,实现心电图初步筛查。
该系统使用前后端分离的架构,后台采用微服务架构,对外提供第三方的 RESEful API 数据访问接口。
使用了 Spring Boot实现了一个交互体验良好、数据存储安全、性能高效的云端诊断平台。
在线访问


病理标注云平台

以用户为核心,提供了一个界面友好、高可用、高并发的病理标注云平台。
基于微服务架构设计,将后台服务拆分为独立的微服务,采用前后端分离的设计思想,并实现了云平台的安全机制。
在线访问



合成途径设计平台

本系统提供基于人工智能的目标产物生物合成途径设计
以及产量预测功能协助代谢工程师寻找生产有价值的化学品的新途径。
用户可以十分便捷的完成参数填写以及历史回顾避免不必要的尝试实验。
在线访问


代谢网络可视化平台

基于软件即服务的思想开发完成,
前端采用WebGL技术实现了一套能够以3D方式展示代谢网络的功能界面;
后台选择广泛应用于当今互联网网站的Linux和Apache组合, 以及用Python语言实现的开源框架Django。
在线访问



骨髓细胞自动分类计数平台

该平台基于Tornado框架实现,内置了自研的骨髓细胞定位分割方法和骨髓细胞分类模型,
可以实时对用户上传的骨髓细胞图像中的单个细胞进行精准的定位分割,并对结果进行可视化展示。
该平台具有上传图像、定位细胞、识别细胞、计数可视化等功能,为医生提供了一个简单、可用、方便的自动化平台。
在线访问


病理标注众包平台

平台后端整体采用微服务架构,使用Spring Cloud 作为主开发框架,具有高可用、高性能以及高可扩展等特性。
依据不同角色将平台前端划分为管理平台、医院平台以及开放平台,实现了按角色的功能划分。
各子平台操作界面皆基于Vue.js 实现,提供全范围、多尺度的病理图像展示。
配套提供病理图像云存储功能,实现了病理图像的高效共享。
开放平台:在线访问
医院平台:在线访问



心脏骤停风险预测平台

该平台采用微服务架构,后端主要采用Flask框架,搭配心脏骤停风险预测神经网络模型,提供风险预测服务。
前端界面基于Vue.js和EChart.js实现心电图的友好展示,并提供常用的HRV分析指标,便于医生对心电图片段进行标记。
在线访问


HE 染色病理图像的颜色归一化自动处理平台

本系统采用C/S架构旨在解决从不同实验室或医院获取到的病理切片之间有较大差异的问题。
通过提供不同的染色归一化方法来为用户进行染色归一化使得用户可以通过本平台获取颜色风格统一的组织病理切片图像,
确保图像后续可以应用于更为复杂的模型训练中。
在线访问


超声图像智能诊断系统

本系统是一款基于人工智能技术的医疗辅助工具,旨在提高医生对超声图像的诊断效率和准确性。
本系统的后端主要基于Spring Boot框架实现,包括数据存储、业务逻辑和API接口等。模型部分采用了Flask框架实现,包括超声图像分析算法和诊断模型等。
系统还采用了前后端分离的架构,使用Vue.js框架实现前端界面和交互逻辑,通过RESTful API进行数据交互。

(在线系统更新维护)



生物合成途径设计可视化平台

RFCRetro,一个轻量级和用户友好的平台。
该平台能够使用融合剪枝策略和启发式搜索的蒙特卡洛树搜索算法规划新式生物合成路径。
在使用过程中,您可以自定义目标分子(SMILES)、算法迭代次数、拓展维度和底盘菌株。使用前请登录。
在线访问


病理显微图像去模糊系统

本系统提出基于傅里叶变换的病理显微图像去模糊网络PMDNet。
在与病理图像去模糊经典模型SRNNet及MGCNFNet的对比实验中,无论是基于像素级别的定量评价指标PSNR,还是更接近人眼感知的评价指标SSIM,PMDNet均取得了最高分。
本病理显微图像去模糊方法与系统实现,能够有效地恢复多种模糊类型图像的细节,为计算机视觉研究人员或相关医务工作者提供更加清晰的病理图片。
软件下载