本项目旨在开发一种基于深度学习技术的辅助系统，用于阿尔茨海默病的早期诊断。通过分析医学影像数据和临床指标，该系统能够提供准确的预测结果，有助于疾病的早发现、早治疗。
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
### 系统启动说明：
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，在浏览器中打开该链接会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到的文件（ExpertPush.py）用于导入专家用户信息
4. ADMS/Model 文件夹放置的是训练好的模型，包含两种需要进行联合预测的模型。
5. ADMS/Pred 文件夹：
- HipvoluSum.py: 获得预测得到标签中的海马体体积
- ImagCrop..py：对用户输入的图像进行分割处理
- SinglePrediction.py：加载预训练模型，对单张图片做预测，并生成预测结果文件
6. ADMS/static 文件夹放置的是Web系统所需要的css、js以及上传的MRI影像、诊断报告等。
7. ADMS/templates 文件夹中存放了系统的前端HTML页面。
### 系统使用说明：
#### 普通用户功能
1. 注册：首次访问需选择普通用户角色，填写不重复的ID、密码、姓名、性别和出生日期后提交。系统会检查信息是否符合规范。
2. 登录：注册成功后点击登录按钮输入正确的用户名和密码即可进入首页查看可执行的操作。
3. 上传MRI影像：通过界面选择需要诊断的图像并上传，然后确认提交以保存到数据库中。
4. 提交诊断申请：当用户完成某张MRI影像的上传操作之后可以提出新的诊断请求。若该MRI已存在未完成或正在进行中的申请，则不允许重复提交。
5. 查看结果：一旦获得专家反馈意见和结论后可在系统内查看相关报告与建议。
6. 历史记录对比：多次使用系统的用户可看到自己过往的检查数据，并通过图表形式进行比较分析。
7. 个人信息管理：个人资料可以随时更新，但ID字段固定不可更改。
#### 专家用户功能
1. 登录：选择角色为专家用户, 输入工号及初始密码验证成功后进入系统首页查看权限范围内的操作项。
2. 修改诊断结果：在审核通过的病例中进行专业修正并上传新的报告文件，保持原预测文档名称不变以确保唯一性。
3. 上报诊断结论：完成修订工作之后提交最终意见供患者参考使用。
4. 提交入职申请：希望长期服务于该平台的专业人士可根据提示填写相关资料提出正式加入请求。一旦通过审核将享有个人成就展示区等特权功能，包括积分、排名和薪资标准的计算依据。
#### 共同选项
- 联系我们: 用户可以利用页面提供的联系方式与开发团队沟通任何关于系统使用的问题或建议。
5星
