0 前言

基于深度学习的阿兹海默症早期诊断辅助系统设计与实现

提示：适合用于课程设计或毕业设计，工作量达标，源码开放

1 运行说明

1，打开Pycharm，导入该项目，并安装Tensorflow、keras、Flask等需要的包（命令行安装）；

2，运行ADMS项目下的app.py文件，运行成功后，会出现一个URL，点击或复制到浏览器中打开，并可自动跳转到系统登录首页。

3，ADMS/app文件夹下：
create_db.py：增删改查表命令
models.py：创建数据库表项
views.py：在该项目中暂时没有用
ExpertPush.py：导入专家用户信息

4，ADMS/Model文件夹：
放置的是训练好的模型，需要进行联合预测的两种模型

5，ADMS/Pred文件夹：
HipvoluSum.py：获得预测得到的标签文件中的海马体体积
ImagCrop…py：对用户输入的图像进行分割
SinglePrediction.py：对单张图片通过加载模型进行预测，并得到预测标签文件

6，ADMS/static文件夹：
放置的是Web系统所需要的css、js以及用户上传图像、预测图像以及上传的诊断结果保存目录

7，ADMS/templates文件夹：
放置的是Web系统的前端HTML页面

2 使用说明：

普通用户

1，注册功能：普通用户初次访问该系统，需要首先选择角色为普通用户，然后选择下方的注册，跳转到注册页面，输入不重复的用户ID、密码、姓名、性别、出生日期、联系电话，之后点击注册按钮，系统首先会判断该用户ID是否已经被注册，其次会再次判断用户输入的注册信息的规范性，当所有信息都满足要求后，用户便可以成功注册。

2，登录功能：用户成功注册后，将跳转到注册成功页面，此时用户可点击登录，跳转到登录页面，在登录页面，用户输入注册时的用户ID，用户密码，系统会自动进行验证，当用户ID和密码都正确时，登录成功，将自动跳转到对应用户的首页，首页将自动展示该用户可在本系统中执行的功能以及操作。

3，上传MRI影像功能：用户选择需要上传的MRI影像，点击上传，系统读取成功后，系统将获取该MRI影像的名称，该名称将作为后续诊断的唯一标志，此时用户选择点击提交，将该MRI影像信息提交到系统数据库中进行保存。

4，诊断申请功能：当用户成功上传自己需要诊断（在系统中将作为最新的数据返回到诊断申请页面）MRI影像后，用户方可提出诊断申请。当该MRI影像已经成功提交诊断申请或者诊断申请还未结束时，是不能重复提交该MRI影像的诊断申请。

5，诊断结果查看功能：当诊断完毕后，普通用户便可在诊断反馈页面查看自己的诊断结果以及专家给出的诊断意见。

6，历史对比信息查看功能：当用户在本系统中有诊断信息后，系统将记录该用户的诊断信息，当用户有多次诊断记录后，系统将生成历史诊断对比信息，并以折线图、柱状图等形式表示，供用户查看。

7，个人信息查看及修改功能：普通用户可查看个人的姓名、性别等个人信息（但用户ID不能被修改，因为有唯一标识），若发现自己的信息有误或需要更新个人信息，可直接修改并提交，便可成功修改。

8，联系我们功能：用户有任何与系统相关方面的疑问，都可以选择联系我们页面中的联系方式，联系开发作者。

专家用户

1，登录功能：专家用户登录时首先选中角色为专家用户，然后输入用户ID，用户密码（这里我们设置的为与医院进行合作，以医生的工号为用户ID，这样就不会发生重复了，用户密码为设置的初始密码），系统会自动进行验证，当用户ID和密码都正确时，登录成功，将自动跳转到对应用户的首页，首页将自动展示该用户可在本系统中执行的功能以及操作。

2，诊断修正功能：当管理员批准诊断申请并进行预测后，专家用户便可对该用户的MRI影像进行诊断修正以及上传诊断结果等功能。专家用户首先批准诊断后，可下载预测文件，并通过专业工具进行诊断修正。

3，上传诊断结果功能：当专家用户完成诊断修正后，方可上传诊断结果，此时一定不能修改下载的预测文件的名称，因为这里预测文件名称在系统中具有唯一标识作用，一个MRI拥有一个唯一的名称。专家同时给出诊断意见，供用户参考。

4，入职申请功能：专家用户若想长期为本系统服务，便可申请入职本系统，进行有偿诊断。专家用户在入职申请页面，选择入职年薪，专家身份以及填写专家履历后，便可提出入职申请，并等待批准。当专家成功入职后，将获得个人成就栏目，该栏目包括专家身份、专家等级、个人积分、诊断次数，专家排名等指标，将作为该用户薪资的依据。

5，个人信息查看及修改功能：专家用户可查看个人的姓名、性别等个人信息（但用户ID不能被修改，因为有唯一标识），若发现自己的信息有误或需要更新个人信息，可直接修改并提交，便可成功修改。

6，联系我们功能：用户有任何与系统相关方面的疑问，都可以选择联系我们页面中的联系方式，联系开发作者。

管理员

1，登录功能：管理员登录时首先选中角色为管理员，然后输入用户ID，用户密码（这里管理员用户ID和密码由系统开发人员在开发时就进行设定），系统会自动进行验证，当用户ID和密码都正确时，登录成功，将自动跳转到对应用户的首页，首页将自动展示该用户可在本系统中执行的功能以及操作。

2，诊断批准功能：当普通用户提出诊断申请后，管理员可进行诊断批准，并进行预测，预测成功，将预测信息保存到数据库中，，此时专家用户便可进行诊断修正以及上传诊断结果。

3，入职批准功能：当专家用户提出入职申请后，管理员可查看专家入职申请信息以及个人履历，并进行入职批准，批准成功后，专家用户便可正式入职。

4，用户管理功能：管理员可查看普通用户的信息、专家用户的信息，并导入专家用户信息。

5，个人信息查看及修改功能：管理员可查看个人的姓名、性别等个人信息（但用户ID不能被修改，因为有唯一标识），若发现自己的信息有误或需要更新个人信息，可直接修改并提交，便可成功修改。

6，联系我们功能：用户有任何与系统相关方面的疑问，都可以选择联系我们页面中的联系方式，联系开发作者。

3 最后

【毕业设计_课程设计】基于深度学习的阿兹海默症早期诊断辅助系统设计与实现相关推荐

电影售票管理c语言课程设计,基于c#图形编程的电影院售票信息管理系统设计与实现...
内容简介: 课程设计基于c#图形编程的电影院售票信息管理系统设计与实现,共24页,9487字. 摘要:利用计算机进行电影院售票信息管理,不仅能够保证准确.无误.快速输出,而且还可以利用计算机对有关信 ...
【毕业设计_课程设计】基于深度学习网络模型训练的车型识别系统
文章目录 0 项目说明 1 简介 2 模型训练精度 3 扫一扫识别功能 4 技术栈 5 模型训练 6 最后 0 项目说明基于深度学习网络模型训练的车型识别系统提示:适合用于课程设计或毕业设计,工作 ...
【毕业设计_课程设计】基于深度学习的甲状腺超声图像良恶性诊断算法研究
文章目录 0 项目说明 1 引言 1. 1 甲状腺超声图像自动良恶性诊断及其意义 1.2 深度学习在甲状腺超声图像良恶性诊断中的应用 2 理论部分 2.1 数据集 2.2 工作站环境 2.3 预处理 ...
单片机课程设计数字心率计_课程设计-基于单片机的数字人体心率计设计.doc
课程设计-基于单片机的数字人体心率计设计中北大学基于单片机的心率计设计课程设计说明书 2017年 6月30日课程设计任务书 1．设计目的:通过本课程设计的学习,学生将复 ...
深度学习数码管_创新研发基于深度学习的可见光智能检测技术
"随着国家智能电网战略布局的不断实施,依托于巡检机器人的变电站智能巡检技术必将逐步取代人力,成为电网巡检的主流.国电瑞源智能巡检机器人搭载基于可见光的智能检测技术实现输电设备异物检测.变电站 ...
毕业设计之 - 题目：基于深度学习的手势识别实现
文章目录 1 前言 2 项目背景 3 任务描述 4 环境搭配 5 项目实现 5.1 准备数据 5.2 构建网络 5.3 开始训练 5.4 模型评估 6 识别效果 7 最后 1 前言 Hi,大家好,这里 ...
以图搜图图像匹配_图像匹配，基于深度学习DenseNet实现以图搜图功能
原标题:图像匹配,基于深度学习DenseNet实现以图搜图功能度学习的发展使得在此之前以机器学习为主流算法的相关实现变得简单,而且准确率更高,效果更好,在图像检索这一块儿,目前有谷歌的以图搜图,百度 ...
【毕业设计_课程设计】基于各种机器学习和深度学习的中文微博情感分析
文章目录前言项目介绍实验结果舆情分析工程结构前言基于各种机器学习和深度学习的中文微博情感分析提示:适合用于课程设计或毕业设计,工作量达标,源码开放项目介绍 1.用FastText在语 ...
【毕业设计_课程设计】基于神经网络学习的在线纸币识别【源码+论文】
文章目录 0 项目说明 1 项目说明 2 系统设计 2.1 设计要求 2.2 设计方案 3 效果展示 4 论文目录 5 项目工程 0 项目说明基于神经网络学习的在线纸币识别提示:适合用于课程设计或 ...

【毕业设计_课程设计】基于深度学习的阿兹海默症早期诊断辅助系统设计与实现

文章目录

0 前言

1 运行说明

2 使用说明：

3 最后

【毕业设计_课程设计】基于深度学习的阿兹海默症早期诊断辅助系统设计与实现相关推荐

最新文章

热门文章