基于python的医学图像以辅助医疗系统

目录
摘要 I
ABSTRACT II
目录 III
1 绪论 1
1.1 研究背景及意义 1
1.1.1 研究背景 1
1.1.2 研究意义 1
1.2 技术栈的选择 1
1.3 论文的主要工作内容 1
1.4 本章小结 2
2 相关技术分析 3
2.1 MongoDB数据库 3
2.1.1 数据库简介 3
2.1.2 BSON存储格式 3
2.1.3 Gridfs存储格式 3
2.2 传统图像存储方法介绍 3
2.3 性能对比分析 4
2.4 node.js对MongoDB的支持 4
2.5 python对MongoDB的支持 4
2.6 加密介绍 4
2.7 本章小结 4
3 系统需求分析 6
3.1 系统可行性分析 6
3.1.1 经济可行性 6
3.1.2 技术可行性 6
3.1.3 运行可行性 6
3.1.4 操作可行性 6
3.2 系统需求分析 6
3.3 本章小结 7
4 系统设计 8
4.1 模块结构 8
4.1.1 node.js模块结构 8
4.1.2 python模块结构 8
4.2功能设计与分析 8
4.3 系统开发方法 24
4.4 定义规范 24
4.4.1 代码注释规范 24
4.4.2 命名规范 25
4.4 本章小结 25
5 系统测试 26
5.1 程序调试 26
5.2 工具的测试 26
5.2.1 测试的目的及意义 26
5.2.2 测试框架 26
5.2.3 测试步骤 26
5.3 测试用例设计 27
5.4 测试数据 33
5.5 本章小结 34
6 结论 35
7 参考文献 36
8 致谢 37
3 系统需求分析
3.1 系统可行性分析
对于每个软件项目中的问题并不都有明显的解决办法，有时候很难在预定的时间和费用之内解决这些问题，也无法用现有的技术圆满完成。如果贸然去开发，会造成时间、人力、资源和经费的不必要浪费，或者还会带来一些意料不到的问题。所以本系统在开发之前分别在经济可行、技术可行性、运行可行性、操作可行性几个方面进行了分析。
3.1.1 经济可行性
开发该软件所需的相关资料可以通过文献资料和网络进行调查采集，所需的软件系统、硬件平台等都易于获得，无需特殊工具，开发成本低，简单易实现，从经济角度来看，开发该软件经济可行。
3.1.2 技术可行性
系统涉及的任务主要有各种图像存储方案性能对比分析、数据库设计、接口设计与实现。
性能分析方面我准备采用C++编写，实现各种存储方案的接口，然后线程的个数为参数，时间为结果，并且将结果通过图形化界面展示出来，所涉及的东西目前都是我自身具备的，所以在这方面可行。
数据库设计方面，数据库用到的是mongodb，虽然之前并没接触过，不过网上有大量的资料和书籍以及用到的知识知识mongodb中的基础部分，而且数据库设计大学里已经学过，所以在这方面也技术可行。
接口设计与实现，实现主要采用node.js、python两种语言，这两种语言之前并没有接触过，不过我有大量的时间去学习，所以在这方面也技术可行。
3.1.3 运行可行性
该系统是通过python、node.js、mongodb开发而成，如果要运行只要具备python运行环境、node.js执行环境、mongodb数据库即可。所以在运行上可行的。
3.1.4 操作可行性
由于该系统不是被用户直接操作的，系统所面向的用户是其他模块的开发人员，而其他模块的程序开发人员，都具备扎实的node.js、python知识，所以在操作上是绝对可行的。
综上所述，该系统在经济、技术、运行、操作上完全可行。
3.2 系统需求分析
该系统身为医疗图像识别系统中的一个模块，主要是为其他模块提供数据支持，也就是说，其他模块通过此模块进行数据读写。通过各种需求获取手段包括向用户反复咨询、咨询老师、跟其他成员讨论，本文转载自http://www.biyezuopin.vip/onews.asp?id=14554最终得出系统的需求如下：
功能需求：
• 系统可以分别满足node.js、python两种语言的接口需要。
• 针对python可满足图像以及隐私信息增、删、改、查的需要。
• 针对node.js可满足图像增、删、改以及xml的增、删、改、查的需要。
性能需求：
• 响应时间不超过1秒
• 支持2万用户同时操作数据库，保证性能不受影响
安全性需求：
• 系统对病人隐私数据进行加密
• 系统自动进行数据备份，防止数据丢失造成危机
• 本系统应该能够记录系统运行时所发生的所有错误，这些错误记录便于查找错误的原因。
可靠性和可用性需求：
• 系统提供的接口尽可能满足方便其他模块的操作
• 系统具有一定的容错和抗干扰能力，在非硬件故障和非通讯故障时，系统能够保证正常运行，并有足够的提示信息帮助用户有效正确的完成任务。

from lib.image import *
from lib.useInfo import *
from lib.db import *
from etc.config import *
from gridfs import *
from bson import ObjectIddef InsertImage(path, filename, process_times, origin_fileid):image = Image(path, filename, process_times, origin_fileid)mongo = MongoDB(configs['DB']['HOST'], configs['DB']['PORT'], configs['DB']['NAME'])db = mongo.GetDB()gfs = GridFS(db)#打开文件，并读取数据img = open(image.GetPath() + image.GetFilename(), 'rb')data = img.read()#存放数据到mongodb数据库gfs.put(data, filename = image.GetFilename(), process_times = image.GetProcessTimes(), origin_fileid = image.GetOriginFileid())#关闭数据库连接mongo.Close()def DeleteImage(dict):mongo = MongoDB(configs['DB']['HOST'], configs['DB']['PORT'], configs['DB']['NAME'])db = mongo.GetDB()if dict == None:db.fs.files.remove()db.fs.chunks.remove()returngfs = GridFS(db)files = db['fs.files']fileList = files.find(dict)for file in fileList:id = file['_id']gfs.delete(ObjectId(id))mongo.Close()#删除所有的图像
def DeleteAllImage():DeleteImage(None)def FindImage(dict):mongo = MongoDB(configs['DB']['HOST'], configs['DB']['PORT'], configs['DB']['NAME'])db = mongo.GetDB()gfs = GridFS(db)files = db.fs.filesfileList = files.find(dict)for file in fileList:id = file['_id']data = gfs.get(ObjectId(id))f = open(configs['IMAGE']['FIND_RESULT_PATH'] + str(id) + configs['IMAGE']['EXT_NAME'], 'wb')f.write(data.read())f.close()mongo.Close()def FindImageById(id):dict = {}dict['_id'] = idFindImage(dict)def FindImageByFilename(filename):dict = {}dict['filename'] = filenameFindImage(dict)def InsertPatientInfo(origin_image_id, patientId, patientName = "", patientBirthDate = "",patientSex = "", studyId = "", studyTime = "",studyDate = "",institutionName = "", maufacturer = "", numberOfFrames = ""):patient = Patient(patientId, patientName, patientBirthDate, patientSex, studyId, studyTime,studyDate,institutionName, maufacturer, numberOfFrames)mongo = MongoDB(configs['DB']['HOST'], configs['DB']['PORT'], configs['DB']['NAME'])db = mongo.GetDB()collection = db[configs['PATIENT_COLLECTION_NAME']]  #如果集合不存在，插入第一文档时会自动生成# 用dic类型存放病人信息patientInfo = {}patientInfo['patientId'] = patient.GetPatientId()patientInfo['patientName'] = patient.GetPatientName()patientInfo['patientBirthDate'] = patient.GetPatientBirthDate()patientInfo['patientSex'] = patient.GetPatientSex()patientInfo['studyId'] = patient.GetStudyId()patientInfo['stduyTime'] = patient.GetStudyTime()patientInfo['institutionName'] = patient.GetInstitutionName()patientInfo['maufacturer'] = patient.GetMaufacturer()patientInfo['numberOfFrames'] = patient.GetNumberOfFrames()patientInfo['studyDate'] = patient.GetStudyDate()patientInfo['origin_image_id'] = origin_image_id# 插入collection.insert(patientInfo)mongo.Close()def FindPatientInfo(dict):mongo = MongoDB(configs['DB']['HOST'], configs['DB']['PORT'], configs['DB']['NAME'])db = mongo.GetDB()collection = db[configs['PATIENT_COLLECTION_NAME']]res = collection.find(dict)mongo.Close()return resdef UpdataPatientInfo(dict1, dict2):mongo = MongoDB(configs['DB']['HOST'], configs['DB']['PORT'], configs['DB']['NAME'])db = mongo.GetDB()collection = db[configs['PATIENT_COLLECTION_NAME']]tmp = {}tmp['$set'] = dict2collection.update(dict1, tmp)mongo.Close()def DeletePatientInfo(dict):mongo = MongoDB(configs['DB']['HOST'], configs['DB']['PORT'], configs['DB']['NAME'])db = mongo.GetDB()collection = db[configs['PATIENT_COLLECTION_NAME']]if dict == None:collection.remove()returncollection.remove(dict)mongo.Close()def DeleteAllPatientInfo():DeletePatientInfo(None)

基于python的医学图像以辅助医疗系统相关推荐

python实现将深度学习应用于医学图像以辅助医疗
转自fc013,仅做学习用问题导读: 1.怎样利用python处理图像? 2.什么是卷积? 3.什么是Keras? 运用深度学习技术进行图像和视频分析,并将它们用于自动驾驶汽车.无人机等多种应用场景 ...
python篮球-基于Python/Java的人工智能篮球训练系统的制作方法
本发明涉及信息技术领域,尤其涉及一种基于Python/Java的人工智能篮球训练系统. 背景技术: 人工智能的发展已经开始渗透到各行各业.经过发明人的研究和检索,发现作为篮球训练,已经有专利申请.其中 ...
基于Python+django的医院排队叫号系统-计算机毕业设计
项目介绍随着时代发展,越来越多的人需要到医院进行挂号检查等操作,如果全部都到医院现场挂号,一方面的浪费大量的时间和精力,另一方面是浪费大量的医疗资源,为了能够让患者更加方便的进行挂号,我们通过pyt ...
26个数据分析案例——第一站：基于Python的HBase冠字号查询系统
26个数据分析案例--第一站:基于Python的HBase冠字号查询系统实验所需环境 • Python: Python 3.x: • Hadoop 2.7.7环境: • HBase 1.3.5: 数 ...
基于眨眼识别的渐冻人辅助打字系统
基于眨眼识别的渐冻人辅助打字系统开坑在此,先把效果放出来,代码要整理一下下再放出来.编程语言是Python,硬件是树莓派,镜头是淘宝买的,20块钱左右,显示屏用自己电脑上的. 后续会讲讲树莓派编译. ...
基于Python Unet的医学影像分割系统源码，含皮肤病的数据及皮肤病分割的模型，用户输入图像，模型可以自动分割去皮肤病的区域
手把手教你用Unet做医学图像分割我们用Unet来做医学图像分割.我们将会以皮肤病的数据作为示范,训练一个皮肤病分割的模型出来,用户输入图像,模型可以自动分割去皮肤病的区域和正常的区域.废话不多说, ...
毕业设计-基于Python爬虫的疫情数据可视化系统
基于Python爬虫的疫情数据可视化系统采用ECharts+Flask+Requests架构: 源码加3105088663
python上传文件到onedrive_基于Python的onedrive文件本地化浏览系统–PyOne
基于Python的onedrive文件本地化浏览系统–PyOne PyOne是一款基于Python-Flask的onedrive文件本地化浏览系统,使用MongoDB储存文件列表,使用redis缓存数 ...
django开源电子文档管理系统_基于 Python 开发的在线文档系统
MarkDown 编辑,快速书写:类 Gitbook,简洁阅读:后台管理. 州的先生(zmister.com)自用并完全开源.基于 Python 编写的文档写作系统. MrDoc 拥有以下特点: 站点 ...

基于python的医学图像以辅助医疗系统

基于python的医学图像以辅助医疗系统相关推荐

最新文章

热门文章