项目名称：智能多模态影像教学科研平台系统
项目编号：ZBZXHB2024066
采购单位：四川大学
联系人： 中标后在我参与的项目中查看
联系电话：中标后在我参与的项目中查看
签约时间要求：成交后7日内
到货时间要求：
预算总价：800000
收货地址：成都市武侯区国学巷37号华西校区新八教
供应商资质要求：符合《政府采购法》第二十二条规定的供应商基本条件

采购商品:智能多模态影像教学科研平台系统
采购数量:1
计量单位:台
预算单价:800000
技术参数及配置要求:一、安装环境要求 服务器建议配置如下： 1、CPU：不低于INTEL 4215R 8C 3.2-4.0GHz数量：2； 2、内存：镁光32G RECC DDR4 3200三星，数量：8； 3、SSD：1TV MeM.2； 4、HDD：西数16T 3.5寸SATA 企业级，数量：8； 5：GPU：TESLA T4 16G，数量：4； 客户端台式机建议配置如下： 1. 操作系统要求：系统Win10； 2. 双眼分辨率可达到3664*1920或以上； 3. 显卡无要求，屏幕刷新率不低于90Hz； 4. 主芯片:CPU频率不低于2.84GHz； 5. 运行内存不低于16GB 二、软件功能要求 （一）技术指标 1.课题管理：用于管理和跟踪教学或科研的课题进度。灵活设置课题内容及课题成员，对应数据中心（影像资源、临床数据），出入课题管理等； 2.数据管理：支持Dicom原始影像管理，以及三维数字模型数据的管理，批量上传及阅片查看。存储、组织和访问影像数据，包括数据的上传、下载、分类、检索和备份。可以设置权限，确保数据的安全性和隐私性。 3.数据标注：用于对影像数据进行标记和分类，以便于后续的分析和学习，支持影像在线勾画标注功能。 4.数据预处理模块：在进行数据分析之前，对数据进行清洗、标准化和转换。包括去噪、对比度调整、尺寸调整、数据增强等，确保数据质量，为后续的统计和机器学习提供准确的输入。 5.基础统计模块：提供基本的统计分析工具，如均值、方差、相关性分析等，用于初步了解数据特性和分布情况，可以生成统计图表，帮助用户直观理解数据。 6.机器学习模块：集成了多种机器学习算法，用于数据的分类、回归、聚类等任务，包括模型训练、验证、测试和优化。添加分析数据、更新临床数据、特征值计算、ICC验证、组学分析、数据分组、分析图表。 7.深度学习模块：内置多种机器学习方法：KNN、SVM、XGBoost、GBM、Bernoulli NB、GaussianNB、DT、LDA、RF等，每个模型均配有模型原理图示，自动根据数据的选择及分组、筛选的特征自动进行训练与验证，支持模型调参。 8.辅助功能模块：基于系统内全面的临床数据、影像数据、科研模型成果、进行教学管理。 9.课件管理，日常教学课件及视频内容的统一管理。 10.权限管理，灵活的用户分配及权限管理。 11.日志管理，系统操作日志统一监控和管理。 12.患者管理分类及诊疗流程管理，对应临床数据的录入。 13.数据查询及统计，临床数据高级检索和分析，灵活的查询组合，及相关数据导出。（二）功能指标 1)数据采集工具，可通过本地上传或接口上传 Dicom 格式的 CT、CR、DX、DR、MR等类型原始影像，以及三维模型数据。 2)数据治理管理，支持新建数据集、支持按照数据状态、ID、开始日期至结束日期对数据集内数据进行检索，支持影像出入组，支持添加临床数据。 3）▲支持预置模型应用（主动脉分割、肺分割、肺结节检测、肺炎分割、胸骨分割、肋骨分割、肋软骨分割、椎骨分割等不少于15种预置模型），支持批量上传.nii、.nrrd、.txt、.nii.gz格式勾画。 4)▲提供专业影像阅片工具，支持影像单序列多窗口显示、布局调整、快速翻页、窗宽窗位调节（预置伪彩、反色、区域调窗、自定义窗宽窗位功能）、移动缩放、箭头标注、显示定位线、长度测量、角度测量、多序列同步导航、自动播放导航、标注工具、MPR功能、显示隐藏信息、图像导出等。 5)支持课题管理，支持成员管理、课题研究进度管理、课题组创建和权限管理、每个课题组提供独立管理员权限。 6)▲提供影像标注功能，支持支持矩形勾画、椭圆框勾画、自由勾画工具，可支持拟合勾画工具、套索勾画工具、插值勾画工具、MASK 勾画工具、自动追踪轮廓。 7)支持单个、批量导入 NRDD 格式的勾画文件。 8)可单个、批量对勾画病灶进行特征值提取，分别提取2D和3D特征，特征值不少于 1600种。 9)病灶名称（VOI 管理）双入口联动管理，无缝转接。 10)支持手动选择 VOI、影像组学特征值提取、自定义分类进行数据分析，支持对所选临床数据及所选特征数据可以导出到 Excel。 11)支持自动、半自动或者手动标注 VOI，并进行特征值计算，计算完成后对不少于 20种的 VOI 进行放射组学分析。 12)可选择 K 折法进行数据分组。可选择 5 折或者 10 折进行数据分组，可将 K 折法分组数据导出 EXCEL 表格。 13)▲支持 KNN、SVM、XGBoost、RandomForest、LogisticRegression、DecisionTree等不少14种机器学习方法，支持进行线上训练、参数调节、预测概率导出。 14)▲支持自动进行降维分析，筛选出与科研相关的特征值，支持VarianceThreshold 方差选择法、SelectKBest 单变量选择法、Lasso 最小绝对收缩算子等。 15) 支持多种方法进行特征分析：主成分分析法、相关分析法、聚类分析法。 16)支持2D和3D深度学习网络，支持图像病灶分割、检测、分类、影像分类深度学习场景。 17)支持数据按照训练集/验证集进行随机分组。支持调整训练集/验证集和随机种子数。 18)支持数据预处理功能，实现将影像数据与勾画数据进行匹配等操作，以规范的格式将数据输入给深度学习模型。 19)支持对训练模型进行超参数调参。 20)支持主动终止效果不佳的模型训练。支持主观选择“最优点”的模型进行保存。支持模型保存至模型库，并输入相关模型信息。 21)▲支持一键生成放射组学word 版（英文版）分析报告，包括固定的格式、摘要、材料与方法、结果讨论、文献等几部分。 22)支持根据不同的深度学习任务类型一键生成深度学习分析报告，包括分类、检测、分割等多种任务类型。 23)支持按照影像类型对影像采集总量进行统计、支持课题组对用户24小时内活跃度进行统计、支持按照影像数据状态对影像数据量进行统计，支持研究课题组筛选进行课题组进度统计。 24)课件管理，日常教学课件及视频内容的统一管理,录入、列表、在线播放等，支持临床相关内容以及教学内容。 25) ▲患者管理，按照临床分类，同时对应到具体诊疗流程，包括临床数据的录入、标记、列表、统计检索等。 26) 日志管理，系统运行及各用户操作日志统一监控和管理。
详情请访问原网页！