OUR PROJECTS
项目案例
医药流向大数据管理系统(悟空系统)
背景： 针对某制药企业中国大区药品销售数据管理效率低、数据分散、分析延迟等问题。
方案： 基于大数据平台打造的一站式医药流向管理系统，集成数据采集、清洗、分析、申诉等全流程功能，实现销售数据实时监控和智能分析。
技术： 采用Vue.js+TypeScript构建前端，Spring Cloud微服务架构后端，结合Spark进行大数据分析，PostgreSQL+Redis+Elasticsearch构建存储层，通过Shiro和JWT确保安全，Prometheus+Grafana实现系统监控。实现了一个高性能、可扩展的医药流向数据治理平台。
实时处理千万级别以上的医药流向数据
构建了完整的主数据管理体系，包括药品、机构、人员等维度
提供智能化的销售数据分析和预警功能，支持业务决策
通过数字化转型降低运营成本，提升管理效率40%以上
建立了统一的数据标准，实现数据资产的高效管理和利用
系统架构图
系统欢迎界面
系统功能界面1
系统功能界面2
系统功能界面3
大模型人才智能匹配系统
背景：针对某人力资源企业人才库庞大，人工查找和匹配人才效率低下的问题。
方案：我们设计了基于大模型的人才供需信息匹配系统。深入业务总结并分解人才关键资历和任职要求的种类，结合小样本案例库对简历和任职需求进行结构化和匹配。
技术：将人才供需信息的文本通过大模型转化为方便存储和处理的结构化数据，同时使用规则检索和向量检索进行人才匹配，自动遴选适配岗位的最佳人才。实现了可维护的基于大模型的人才信息抽取系统
人才匹配TOP3准确率达到99.8%
人才供需信息结构化管理，完成了20万人才简历的关键信息提取
实现人才供需关键结构化信息统计，掌握了人才市场动向
大幅减少人才库维护、搜索等重复性劳动，人员成本降低40%
某日本劳务派遣公司面对的简历结构化困境
人才信息结构化示例
workflow展示
人才评分矩阵示例
HR面板(因户要求隐藏内容，仅展示前端界面)
皮带智能巡检系统
背景： 钢厂使用皮带传送原材料，皮带区域大、粉尘浓度高、环境恶劣，人工巡检意愿低，且皮带事故具有突发性，难以及时发现处理。
方案： 我们设计了全面监测皮带运行情况的整体方案，通过实时处理高速摄像仪的视频流，及时发现皮带异物、跑偏、撕裂等异常情况，抓拍和录像进行报警。
技术： 针对皮带运行异常情况的偶发性和多样性，我们结合了经典机器视觉和零样本学习技术，精确识别皮带运行中发生的各种安全隐患场景。
高速摄像仪视频流实时处理
皮带异物、跑偏、撕裂实时监测
低于十万粉之一的误报率
有安全隐患时发出联动控制指令控制皮带停车
金属衬板异物
炉砖异物
皮带烫伤
皮带撕裂监测
皮带局部温度监测
皮带跑偏监测
智能医学影像质量检测 / 脑中线偏移测量系统
背景： 目前全国医学影像质量控制尚未形成统一标准。研究影像质量检测方法可提高诊断准确率，节省医疗资源，避免重复检查，提高医疗质量，并为科研提供高质量图像。对患者而言，可减少医疗费用支出，降低误诊漏诊风险。
方案： 与某三甲医院影像科合作开发，主要包含以下质检方案：1）定位像合适性判断：评估扫描范围是否完整覆盖目标区域；2）增强扫描准备评估：判断注射时机、剂量是否合适；3）偏斜角度测量：自动检测和测量人体扫描位置的偏斜角度，确保扫描体位标准化；4）脑中线偏移测量：通过智能算法自动描绘脑部中线，实时识别因疾病引起的脑中线偏移量。
技术： 1）定位像评估：基于深度学习的目标检测技术，自动识别解剖标志物，判断扫描范围覆盖度；2）增强扫描评估：结合时间密度曲线分析和深度学习模型，评估造影剂使用的适当性；3）偏斜角度测量：采用计算机视觉技术自动识别人体轮廓和骨骼关键点，计算与标准位置的夹角，实现体位偏斜的精确量化；4）脑中线偏移测量：采用U-Net网络进行中线分割，通过识别大脑前后点进行扫描对齐，实现自动化测量，平均绝对误差(MAE)达到1.26mm。
通过抽检，问题影像检出准确率达90%
脑中线偏移测量MAE达到1.26mm
支持定位像评估、增强扫描评估等8项质控指标
自动生成质控报告并提供改进建议
适用于不同品牌、型号设备的图像标准化
基于深度学习的全自动质量评估流程
胸腹连扫扫描范围评估
定位像偏斜角度测量
颅脑CT偏斜角度测量
增强扫描准备评估
颅脑CT脑中线偏移测量
颅脑CT脑中线偏移测量精度
智能ICD（国际疾病分类）系统
背景： ICD编码是WHO维护的国际疾病分类系统，将人类健康状况映射为标准的分类编码，是医学统计，流行病学和医疗保险的统计基础，包含三万余个类别。人工编码存在效率低、主观性强、工作量大等问题。
方案： 我们开发了：1）通过医生录入的诊断自动编码的系统；2）结合病历自动编码的系统，通过精标数据和合成数据应对部分疾病数据稀少和样本不均衡的问题。
技术： 针对医疗数据疾病类别不均衡，部分疾病数据稀少的问题，我们使用了：1）通过统计学方法为编码的embedding注入先验信息；2）使用图神经网络和知识图谱学习编码之前的关联；3）通过基于统计的数据标记和数据合成应对样本不均衡的问题。在国际知名AI会议COLING和国内核心期刊发表论文。
在三万个标签的分类空间中，编码准确率达到90%
创新性解决三万余类别的标签不平衡问题
基于知识图谱的图神经网络提升罕见病种分类性能
发表若干篇论文和专利
在MIMIC-III数据集上达到领先水平
已在30余家三甲医院成功应用，编码效率提升3倍以上
MIMIC-III数据集榜排名列第一
编码知识图谱示例1
编码知识图谱示例2
COLING会议海报
COLING论文
中文核心期刊论文