- 博客(219)
- 收藏
- 关注
RSS订阅原创 Python知识点——类属性与实例属性
类属性 (Class Attribute)定义位置：在类的定义体中，所有方法的外部。概念：它是类本身的属性，被这个类的所有实例共享。你可以把它想象成这个类的 “公共变量”。访问方式：可以通过类名.属性名或实例名.属性名来访问。但修改时，强烈推荐使用类名.属性名，否则可能会创建一个实例属性来 “遮蔽”（Shadowing）类属性。实例属性 (Instance Attribute)定义位置：通常在类的构造方法__init__中，使用self.属性名来定义。也可以在其他实例方法中动态添加。概念。
2025-12-26 13:00:00
772
原创 Python知识点——类方法
通过装饰器定义类方法，它的第一个参数是cls，代表类本身# 类属性class_attr = "我是类属性"# 类方法：第一个参数是 clsprint(f"类方法中访问类属性：{cls.class_attr}")print(f"传入参数 x：{x}")# 可以通过 cls 创建实例、修改类属性等return cls() # 返回一个新的实例类方法是 Python 中操作 “类本身” 的重要工具，核心价值是封装类级别的逻辑（如替代构造函数、修改类属性），同时通过cls。
2025-12-26 13:00:00
387
原创 Python知识点——静态方法
通过装饰器定义静态方法，无需传入self（实例）或cls# 静态方法：无默认参数静态方法是 Python 类中封装 “独立工具函数” 的方式，核心价值是组织代码结构，将分散的函数按语义归类到对应的类中，同时避免污染全局命名空间。它与类和实例的状态无关，仅依赖输入参数完成逻辑，是代码模块化的重要工具。
2025-12-26 13:00:00
240
原创 Python知识点——实例方法
实例方法是定义在类中的普通方法，它的第一个参数必须是selfself是对实例本身的引用。通过self，实例方法可以访问和修改实例的属性，也可以调用其他实例方法或类方法。# 实例属性# 实例方法：第一个参数是 selfprint(f"大家好，我叫{self.name}，今年{self.age}岁。")# 实例方法：修改实例属性print(f"{self.name}长大了一岁，现在{self.age}岁了。")实例方法是 Python 类中最基础、最常用的方法类型，它与实例紧密相关，通过self。
2025-12-26 13:00:00
230
原创 《详细可行性研究报告》示例
XX社区居委会、XX科技有限公司、XX工程咨询事务所联合编制：2025年12月15日总论项目背景与市场需求分析项目建设方案技术可行性分析环境与社会影响分析项目实施计划投资估算与资金筹措财务评价风险分析与应对措施可行性研究结论与建议。
2025-12-12 13:36:22
868
原创 《初步可行性研究报告》示例
XX社区居委会、XX科技有限公司联合项目组：2025年12月10日项目概况项目背景与必要性项目建设目标与内容项目技术可行性初步分析项目市场与运营可行性初步分析项目投资估算与资金筹措初步方案项目效益初步分析项目风险初步评估与应对初步可行性结论与建议。
2025-12-12 13:36:03
507
原创 事业环境因素VS组织过程资产
核心结论：事业环境因素是 “外部 / 内部的约束条件”（只能适应，没法改），组织过程资产是 “组织积累的经验财富”（可以用、可以更新），用 3 个维度对比更清晰：
2025-12-12 13:34:44
220
原创 一文说清楚项目集与项目组合的区别
定义：为创造独特的产品、服务或成果而进行的临时性工作，有明确的开始和结束时间，目标是交付具体的可衡量成果（比如一个智能门锁、一份市场推广方案）。特点：聚焦单一目标，管理重点是范围、时间、成本、质量等“铁三角”。关联度不同项目集：包含的项目彼此高度相关（比如同一产品的研发、生产、推广），需协同管理实现整体目标；项目组合：包含的项目/项目集可能互不相关（比如新品研发、市场拓展、IT升级），但都服务于整体战略。管理目标不同项目集：追求“协同增值”（1+1>2），通过协调减少重复、降低风险，提升整体交付效果；
2025-12-12 13:34:13
566
原创 AutoTokenizer 是什么？
功能说明✅自动加载正确的分词器你只需要提供模型名称（如），它就会自动选择与之匹配的分词器，无需关心具体是哪种分词算法。✅支持几乎所有主流模型包括 BERT、GPT、T5、RoBERTa、OPT、LLaMA、ChatGLM、GPT-Neo、Whisper 等。✅统一的接口不管底层是哪种分词器（WordPiece、BPE、ByteLevelBPETokenizer...），用法都一致，简化代码逻辑。✅支持自定义词汇表路径。
2025-12-06 15:11:21
544
原创 什么是自注意力机制？
自注意力机制，就是让模型在处理某个词的时候，能够自动地“关注”输入句子中其他相关的词，从而更好地理解当前词的含义和上下文关系。换句话说，当模型在读一个句子时，它不会孤立地看每一个词，而是会动态地给句子中的每个词分配一个“注意力权重”，决定在理解某个词时，应该重点参考哪些其他词。自注意力机制，就是让模型在理解每个词时，能够自动关注句子中其他相关的词，从而更准确地理解词义和上下文关系。它是 Transformer 的核心，也是现代大语言模型强大的基础。
2025-12-06 15:10:59
945
原创 Transformers是什么？
🤗 Transformers 是一个由 Hugging Face 推出的开源库，它使得研究者和开发者可以轻松地使用、训练和分享基于Transformer 架构 的各种预训练模型，比如 BERT、GPT、T5、RoBERTa 等。注意区分：Transformer（单数，小写 t） 是一种深度学习模型架构，由 Vaswani 等人在 2017 年的论文《Attention is All You Need》中提出，是许多现代 NLP 模型的基础。Transformers（复数，大写 T）
2025-12-06 15:10:40
797
原创 Transformer是什么？
从2017年诞生至今，Transformer已从一篇论文中的架构，演变为驱动人工智能浪潮的核心技术。它通过自注意力机制解决了序列数据的理解与生成难题，凭借并行计算的高效性和长距离依赖的强捕捉能力，成为大语言模型、智能翻译、语音助手等应用的“幕后功臣”。下次当你和聊天机器人畅聊、用翻译软件跨国沟通，或让AI帮你写作文时，不妨想想：这一切的智能背后，可能是Transformer在默默“思考”——它正通过自注意力机制，仔细“关注”每一个词，只为给你最准确的回应。
2025-12-06 15:10:17
474
原创 大模型常见重权格式与推理框架配对指南
面对开源大模型社区中琳琅满目的权重文件（如、），以及各式各样的推理框架（如Ollama、vLLM、llama.cpp），你是否曾感到困惑：它们之间有何区别？我又该如何为我的项目选择最佳的组合？本文将为你彻底厘清这些概念，提供一份从格式解析到工具选择的完整指南。大模型拥有数百亿甚至数千亿参数，如果以全精度（如FP32）存储，一个70亿参数的模型就需要约28GB空间。这对存储、传输，尤其是推理时的GPU显存构成了巨大挑战。量化技术 应运而生。其核心思想是降低权重的数值精度，用极小的精度损失换取显存占用和推理速
2025-12-06 15:07:34
542
原创 文本补全模型、instruction模型、聊天模型 对比
模型类型定义核心能力文本补全模型（Base / Causal LM）基于自回归语言建模（Autoregressive LM）的基础模型，输入一段文本，预测后续内容。自由文本生成、续写、填空Instruction 模型经过“指令微调”（Instruction Tuning）的模型，能理解并执行人类自然语言指令（如“总结这段文字”、“翻译成法语”）。指令理解与执行、任务泛化聊天模型（Chat Model）专为多轮对话设计的模型，输入为结构化的messages。
2025-12-06 15:07:02
650
原创 DICOM入门系列——DICOM查看器：从开源工具到自定义开发
如果你想深入理解DICOM查看器的工作原理，或根据特定需求（如科研标注、移动端适配）开发定制工具，可以用Python结合GUI框架（如PyQt5）实现一个基础DICOM查看器。学习与轻量需求：选MicroDicom（简单易用，支持基础功能）；医院/科研综合需求：选Radiant（功能全面，支持三维重建）或3D Slicer（科研分析强大）；远程/云环境：选（Web端，无需安装，适配移动端）；定制开发：用Python+PyQt5（如本文案例）或C++/Qt（高性能，如商业PACS查看器）。
2025-12-06 15:04:15
871
原创 DICOM入门系列——DICOM与电子病历：HL7 FHIR集成实战
通过本文的实战案例，我们实现了：✅DICOM元数据→FHIR资源：将DICOM文件中的患者ID、检查UID、模态等信息，转换为FHIR的Patient和资源；✅资源关联：通过FHIR的reference字段，将影像检查（ImagingStudy）与患者（Patient）关联，形成“患者-检查-影像”的逻辑链条；✅跨系统互通：医生可通过FHIR API查询患者的完整医疗数据（包括影像和非影像信息），打破传统“影像系统”与“病历系统”的壁垒。
2025-12-05 17:40:16
502
原创 DICOM入门系列——DICOM高级服务：存储提交与打印的实战解析
在前面的文章中，我们系统学习了DICOM的基础（文件结构、网络传输）、Web接口（DICOMweb）、以及与AI的集成（从像素数据到智能诊断）。这些内容覆盖了医学影像的存储、共享、分析与智能化等核心场景。但在真实的医疗环境中，DICOM的功能远不止于此——它还提供了一系列高级服务，用于保障影像数据的可靠性（如存储提交验证）和拓展应用场景（如硬拷贝打印）。其中，存储提交服务（Storage Commitment）和打印服务（Print Management）是两类典型的高级服务：存储提交服务：解决“影像真的被
2025-12-05 17:39:54
677
原创 DICOM入门系列——DICOM与AI集成：从像素数据到智能诊断
DICOM与AI的结合，本质上是通过标准化的数据格式（DICOM）为AI模型提供高质量的“燃料”（医学影像），再通过模型的“智能分析”反哺临床决策。对医生：减少重复性劳动（如筛查大量CT切片中的微小结节），提升诊断效率和准确性；对患者：更早发现疾病（如早期肺癌可通过AI辅助筛查），改善预后；对开发者：DICOM提供了统一的“数据接口”，AI模型可以专注于“算法创新”，而无需处理复杂的医学影像格式问题。本文通过一个从DICOM解析→预处理→模拟AI推理的完整流程，带你迈出了DICOM与AI集成的第一步。
2025-12-03 14:12:10
505
原创 DICOM入门系列——DICOMweb实战：用RESTful API访问医学影像
DICOMweb是DICOM标准中专门为Web和RESTful交互设计的一系列扩展规范（主要包含在DICOM Part 18、Part 15和Part 16中），它的核心是将传统的DICOM服务（如C-STORE、C-FIND）转化为基于HTTP协议的RESTful接口，并使用JSON/XML作为数据交换格式（替代原有的二进制DICOM消息）。DICOMweb通过RESTful API将传统的DICOM服务“翻译”成了开发者友好的HTTP请求，其核心价值在于：✅标准化。
2025-12-03 14:11:46
633
原创 DICOM入门系列——DICOM网络传输入门：从C-STORE到WADO
DICOM网络传输的本质是通过客户端-服务器模型（类似HTTP的请求-响应），让不同设备（如CT机、PACS服务器、医生工作站）之间交换医学影像和相关信息。这些交互被标准化为一系列“服务类”（Service Class），每个服务类定义了一类具体的操作，例如：服务类名称缩写核心功能典型场景存储服务类将DICOM文件（图像/报告）从客户端发送到服务器存储CT/MRI设备上传图像到PACS查询/检索服务类客户端查询服务器上的患者、检查或图像信息，并检索（拉取）所需数据。
2025-12-01 12:51:33
725
原创 DICOM入门系列——Python解析DICOM文件：pydicom实战指南
在前两篇文章中，我们了解了DICOM作为医学影像“通用语言”的核心价值，以及DICOM文件的底层结构（从文件元信息头到标签驱动的数据集）。但理论知识的最终落脚点是实践——如何用代码直接读取DICOM文件中的患者信息、检查参数，甚至提取图像像素数据？Python作为医学影像处理领域的主流编程语言之一，拥有强大的第三方库支持。其中， 是最受欢迎、最易上手的DICOM文件解析工具，它能够轻松读取、修改和保存DICOM文件，并提供了直观的API访问每一个数据元素（Tag）。本文将通过。
2025-12-01 12:51:12
511
原创 DICOM入门系列——DICOM文件结构解析：从标签到像素数据
在上一篇文章《DICOM入门系列——DICOM简介》中，我们了解到DICOM（医学数字成像和通信）是医学影像领域的“通用语言”，解决了不同设备与系统间的互联互通问题。但要真正理解DICOM如何存储和传递医学图像，必须深入其核心——。一个DICOM文件看似只是一个普通的“.dcm”文件，实则是一个精心设计的“数据包裹”，内部由和两部分组成，通过一系列标准化的“标签（Tag）”组织患者信息、设备参数和图像像素数据。
2025-11-28 18:21:58
639
原创 DICOM入门系列——DICOM简介
在现代医学诊疗中，医学影像（如CT、MRI、X光、超声等）已成为疾病诊断、治疗规划和疗效评估的核心依据。然而，这些由不同厂商设备生成的影像数据，曾因格式不统一、系统难互通，长期困扰着医疗信息的共享与利用。直到的出现，才彻底改变了这一局面。作为医学影像领域的“通用语言”，DICOM不仅是医学图像的存储格式，更是一套覆盖数据结构、传输协议、服务流程与国际规范的完整体系。本文将从DICOM的产生背景、核心目标、基本概念及实际价值出发，带你快速建立对DICOM的系统性认知。
2025-11-28 18:21:38
1010
原创 患者全景视图的数据来自于ODS还是CDR？
问题回答患者全景视图的数据，主要来自 ODS 还是 CDR？主要来自于 CDR（临床数据中心）。CDR 是以患者为中心、结构化的临床数据集合，是支撑患者全景视图的核心数据层。ODS 会不会提供数据？有可能。ODS 可作为补充数据源，提供一些非临床类数据（如挂号、费用、申请单），或者在 CDR 尚未完善时临时提供数据。为什么 CDR 更适合？因为 CDR 数据更聚焦临床、结构化程度高、以患者为主线组织，更符合医生查看患者全景信息的需求。ODS 的作用是什么？。
2025-11-26 14:02:27
499
原创 ODS详解——ODS中的数据是长期存储还是临时存储？
问题回答ODS 中的数据是长期存储吗？不是。ODS 的数据一般不是“永久保存”的长期存储，它的存储周期通常是数月到数年，属于中短期存储。ODS 中的数据是临时存储吗？也不是。ODS 的数据不是临时缓存，不会用完即删，而是会保留一段时间以支持业务协同、数据整合与后续利用。ODS 到底算什么类型的存储？ODS 是面向操作与整合的“中短期数据存储层”，用于汇聚多源业务系统数据，进行初步整合与标准化，支撑后续的临床、运营、科研等数据应用。ODS 数据一般存多久？。
2025-11-26 14:01:57
790
原创 ODS详解——为什么必须要ODS？
问题回答集成平台中为什么需要 ODS？ODS 不是用来实现 HIS 与 LIS 一对一互操作的必需组件，但它为全院级的数据汇聚、整合、共享与治理提供了核心能力，是支撑多系统协同、多场景应用的基础设施。不用 ODS，HIS 与 LIS 能否互操作？可以！HIS 与 LIS 可以通过集成平台（如消息机制、接口调用、HL7 标准等）直接实现互操作，无需依赖 ODS。那为什么还要用 ODS？因为 ODS 的价值在于支撑全院级的数据整合与复用。
2025-11-25 13:44:51
902
原创 ODS详解——ODS数据写入
项目说明什么时候写入？业务数据产生后，实时/准实时 或 定时批量 写入，视数据类型和业务需求而定数据从哪来？来自 HIS、LIS、EMR、PACS、财务、HR 等业务系统写入方式？通过 ETL 工具、集成平台、消息队列、数据库同步等方式，经过清洗、转换后写入写入给谁用？为 CDR、ODR、RDR、数据仓库、业务查询、管理报表等提供统一、整合的数据基础典型例子？患者挂号信息、开立医嘱、检验申请、检验结果、费用明细等都会写入 ODS。
2025-11-25 13:44:31
625
原创 ODS详解——什么是ODS？
ODS（操作数据存储） 是介于源业务系统（如HIS、EMR、LIS、PACS等） 和后续的数据仓库或临床数据中心（如CDR） 之间的一种准实时或近实时的数据集成与暂存区域。简单来说，ODS 是：一个用于集中存放来自各个业务系统的、经过初步清洗和整合的、保持一定实时性或近实时性的操作型数据 的数据库或数据层。它不是最终的数据分析或决策支持数据库，而是为了支持部分实时查询、数据共享、数据转换和进一步处理 而存在的一个中间层。
2025-11-23 09:16:09
1042
原创 医院信息集成平台数据层详解
ODS（Operational Data Store，操作数据存储）是数据层中最接近源系统的中间层，用于汇聚来自HIS、LIS、EMR、PACS等业务系统的原始或初步整合数据。它既不是直接面向终端用户的“最终数据”，也不是高度结构化的“临床数据”，而是连接业务系统与上层数据中心的“桥梁”。CDR（Clinical Data Repository，临床数据中心）是数据层中以患者为中心、高度结构化的临床数据集合，专门为临床诊疗、电子病历（EMR）、患者全景视图等场景设计。
2025-11-23 09:15:39
907
原创 数据质量技术规范（示例）
术语定义数据质量数据满足特定用途和业务需求的程度，是数据可信、可靠、可用的核心属性。数据校验基于规则对数据的格式、取值、逻辑关系等进行检查，以确保其符合预期标准。数据清洗对错误数据、缺失数据、重复数据、异常数据等进行识别、修正或剔除的过程。数据一致性相同数据在不同系统、表或字段中保持逻辑与内容上的统一。数据完整性数据的必填项完整、无缺失，符合业务与技术上的完整性约束。数据唯一性某一数据对象（如患者、订单、商品）在系统中具有唯一标识，不存在重复记录。数据及时性。
2025-11-21 18:25:26
845
原创 医院数据质量管理规范（示例）
术语定义数据质量数据满足明确用途的程度，通常包括准确性、完整性、一致性、及时性、唯一性、有效性等维度。数据质量问题数据在准确性、一致性、完整性等方面不符合预定标准或业务要求的情况。数据校验依据规则对数据的格式、范围、逻辑关系等进行检查，以发现潜在错误。数据清洗对脏数据、错误数据、重复数据、缺失数据等进行修正、删除或标准化处理的过程。数据责任人对某一类或某一数据对象的质量负主要责任的科室或个人。维度定义说明 / 示例准确性数据是否真实、正确地反映了客观事实。
2025-11-21 18:25:03
535
原创 医院数据标准技术规范（示例）
术语定义数据元（Data Element）数据的基本单元，由名称、标识、定义、数据类型、格式、值域等组成。编码（Code）为对象（如药品、疾病、科室）赋予的唯一标识符，用于系统间统一识别。值域（Value Domain）数据元允许取值的范围或集合，可以是枚举值、范围、格式等。数据格式（Data Format）数据在存储或传输中的表现形式，如日期格式、数值精度、字符串长度等。数据接口（Data Interface）不同系统之间进行数据交换的约定，包括数据格式、传输协议、调用方式等。
2025-11-20 13:25:49
677
原创 《医院数据标准管理制度》示例
数据标准：对数据的命名、定义、格式、取值范围、编码规则、分类体系等做出的统一规范。数据元（Data Element）：数据的基本单元，如“患者姓名”、“药品编码”、“检验结果”等。编码标准：对数据项（如药品、疾病、科室等）赋予统一的、唯一的编码，如药品编码、ICD疾病分类编码等。业务术语：医院业务过程中使用的具有特定含义的词汇或指标，如“药占比”、“平均住院日”等。数据治理：对医院数据资产进行规划、监控、控制与优化的一系列活动，数据标准是其核心基础之一。
2025-11-20 13:24:43
849
原创 数据质量管理系统（DQMS）
医院数据质量管理系统是一套用于监控、评估、改进和维护医院数据质量的信息化平台，通过对数据质量问题的发现、分析、预警、纠正和预防，确保医院数据在各个业务环节中真实、可信、可用。它通常作为医院数据管理平台或数据治理体系的一部分，也可独立部署，是保障医院数据价值与业务连续性的关键工具。维度价值体现临床方面保障患者安全，提升诊疗质量与效率，减少医疗差错管理方面支撑科学决策，提升运营效率与资源利用率科研方面提供高质量的数据基础，支撑真实世界研究、临床分析系统方面。
2025-11-19 13:20:02
926
原创 什么数据质量管理？
数据质量管理（Data Quality Management，DQM） 是指通过一系列策略、流程、技术和工具，对数据的准确性、完整性、一致性、及时性、唯一性、有效性等关键质量维度进行持续的监控、评估、改进和维护，以确保数据在整个生命周期中都是可靠、可信和可用的，进而有效支撑医院的业务运行、管理决策、临床服务和科研分析。数据质量管理就是通过规则、工具和流程，让医院的数据更准确、更完整、更一致、更可靠，从而让数据真正能用、好用、敢用，为临床、管理、科研等提供坚实支撑。问题回答什么是数据质量管理？。
2025-11-19 13:19:40
679
原创 元数据管理系统简介
元数据（Metadata），即“关于数据的数据”，它不直接是业务数据本身（如患者姓名、药品名称），而是描述这些数据的结构、来源、含义、关系、变更历史等属性信息。例如：数据对象示例对应的元数据数据库表（患者信息表）表名、所属系统（HIS）、创建时间、负责人、字段数、更新频率数据字段（患者年龄字段）字段名称、数据类型（int）、含义（患者实际年龄）、是否必填、取值范围、业务定义数据接口患者信息同步接口接口名称、来源系统、目标系统、数据格式、调用频次、负责人ETL任务。
2025-11-18 14:07:03
612
原创 什么是元数据？
元数据（Metadata）是描述其他数据的数据，用于提供数据的上下文、结构、来源、含义、关系、管理信息等，以支持数据的发现、理解、管理、使用和治理。元数据就是数据的“说明书”和“身份证”，它告诉我们：这是什么数据？（含义）数据从哪里来？（来源）数据长什么样？（结构）数据归谁管？（责任）数据怎么用？（用途）数据会影响谁？（关联）问题回答什么是元数据？元数据（Metadata）是“关于数据的数据”，用于描述数据的结构、含义、来源、关系、管理信息等，帮助人们理解、管理、追踪和使用数据。
2025-11-18 14:06:42
722
原创 医院主数据管理系统简介
医院主数据管理系统是医院信息化建设中非常关键的数据治理基础设施，它不仅解决了“数据从哪里来、数据是否可信、数据如何共享”的问题，还为医院实现数字化转型、智慧医疗、互联互通评级、DRG支付改革等提供了坚实的数据基础。如果您的医院正在考虑建设或升级主数据管理系统，可以从数据梳理、标准制定、系统选型、流程设计、治理机制等几个方面入手，逐步推进。
2025-11-17 17:55:11
971
原创 医院信息化中的主数据
医院信息化中的主数据是支撑整个医院信息系统（HIS、EMR、LIS、PACS、HRP等）运行的核心基础，其管理的好坏直接影响医疗质量、运营效率、患者安全和决策分析。因此，很多医院会建立主数据管理系统（MDM, Master Data Management），对这些核心数据进行统一的采集、存储、维护与分发，确保“一次录入、多处共享、一致准确”。
2025-11-17 17:54:47
1298
原创 HTTP 长轮询、SSE 、WebSocket 全面对比分析
技术优点缺点HTTP（长轮询）实现简单，兼容性好，无需额外协议实时性差，频繁请求导致高延迟、高开销、性能低下SSE实现相对简单，基于 HTTP，自动重连，支持文本流推送单向通信，不支持 IE，功能较单一WebSocket真正的实时、双向、低延迟、高效通信实现复杂，需要处理连接管理、协议细节，兼容性略低于 HTTP（但现代浏览器已普遍支持）技术一句话定位HTTP（长轮询）最基础的“请求-响应”通信，兼容性好但效率低，适合简单场景SSE服务端到客户端的单向实时流，简单高效，适合通知类应用。
2025-11-14 12:47:56
999
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人