灵活的病例输入
支持四模态 NIfTI、原始 DICOM 文件夹与 ZIP，自动匹配并转换 FLAIR、T1CE、T1、T2，异常时提供人工校正。
- 拖拽上传
- 模态自动识别
- 输入完整性校验
四模态 MRI · 双模型协同分析
让复杂脑部影像，
转化为清晰的分析证据
BTIR 面向脑肿瘤 MRI 的完整分析流程。在浏览器内完成病例上传、ViT 分类、SuperLightNet 3D 分割与 AI 辅助解读，并以切片、定量特征、随访对比和三维影像呈现结果。
✓ 本地模型推理
✓ 多用户数据隔离
✓ WebGL 3D 查看
AP
综合结论发现异常区域
91%
切片概率分布ViT
WT 体积164.8 cm³
ET 体积28.7 cm³
3D 体渲染
4 模态配准
CORE CAPABILITIES
从影像输入到可信结果
覆盖病例上传、模型分析、结果展示与长期任务管理，让每一步都有迹可循。
双模型协同分析
本地 ViT 多切片分类与 SuperLightNet 三维分割相互补充，组合病例级判断、空间定位与体积证据。
- 分类置信度
- 三维区域分割
- 综合一致性判断
可理解的结果呈现
以综合结论为先，结合切片概率曲线、分割叠加、区域明细和结构化 AI 解读，降低阅读成本。
- 关键影像特征
- 量化指标
- AI 辅助分析
三维与随访视角
切换四模态、三视图与体渲染，叠加预测掩码；同一病例可选择历史检查并进行变化对比。
- WebGL2 查看器
- 掩码透明度
- 历史检查对比
ANALYSIS WORKFLOW
三步，建立完整影像证据链
从原始数据到结构化结论，系统持续展示处理状态与结果来源。
FLAIRT1CET1T2
上传并核对病例
导入影像，系统完成模态匹配、DICOM 转换和输入完整性检查。
AI
执行本地模型分析
分类与三维分割任务异步运行，可实时查看排队、推理与完成状态。
审阅并对比结果
综合查看概率、区域、切片与三维影像，按需进行随访对比。
TECHNOLOGY
为影像分析构建的技术底座
浏览器、API、任务队列与本地模型职责清晰，原始影像不会发送给 AI 解读服务。
LOCAL-FIRST PIPELINE
数据流清晰，分析过程可追溯
前端通过鉴权 API 访问数据；Redis 与 RQ 调度计算任务，模型产出统一的结构化结果。AI 辅助分析只接收本地模型产生的定量信息。
FastAPIPyTorchRedis + RQSQLiteNiiVueWebGL2
浏览器前端上传 · 查看 · 对比
→
FastAPI鉴权与任务接口
SQLite用户与任务记录
ViT多切片分类
SuperLightNet3D 分割
OPEN SOURCE & COLLABORATION
开放代码，共同完善
开放代码，共同完善
医学影像分析体验
BTIR 采用 MIT 许可证开源。欢迎查看源码、提交 Issue、完善文档或参与功能贡献。
Songline-music
ckckh2023
TangibleDreams913