一、项目技术

开发语言：Python
python框架：Django
软件版本：python3.7/python3.8
数据库：mysql 5.7或更高版本
数据库工具：Navicat11
开发软件：PyCharm/vs code
前端框架:vue.js

二、项目内容和功能介绍

  🎈1.项目内容

  随着糖尿病患者的增多，糖尿病视网膜病变（DR）的早期检测变得尤为重要。传统的检测方法主要依赖于医生的经验和技能，存在一定的局限性。因此，本研究旨在开发一个基于深度学习的DR检测系统，以提高诊断的准确性和效率，为临床医生提供更可靠的辅助诊断工具。
主要采用了深度学习技术，python开发语言，选择卷积神经网络（CNN）作为基础模型，并根据DR的特点进行适当的修改和优化。利用预训练的CNN模型（如ResNet、VGG等）作为基础，将参数迁移到新的任务中，以加速训练和提高准确性。使用标注的数据对模型进行训练，并采用适当的优化算法（如梯度下降、Adam等）来更新网络参数。
通过本研究，我们成功开发了一个基于深度学习的DR检测系统。该系统在测试集上达到了较高的准确率（>95%），且具有良好的泛化能力。此外，与传统的检测方法相比，该系统显著提高了诊断的效率和准确性，为临床医生提供了更可靠的辅助诊断工具。
该系统不仅可以帮助医生快速准确地诊断DR，还可以用于大规模人群的筛查，满足临床和公共卫生需求。未来，我们将进一步优化模型，提高检测的灵敏度和特异性，并探索其在其他眼科疾病诊断中的应用。

  🎈2.功能介绍

  
糖尿病视网膜病变检测与分析可以提高诊断准确性和效率，还可以提高病变的早期发现率，为糖尿病患者提供更好的视网膜病变检测和治疗方案。基于深度学习的糖尿病视网膜病变与分析研究主要涉及以下三个模块：
（一）数据收集与预处理
采集和准备用于训练和测试的数据集，包含各种糖尿病视网膜病变的图像，从网络上寻找大量图片并对图片进行处理和分析，搭建成数据集。
（二）选择模型对数据集训练以及评估优化
考虑病变特征的提取和识别，选择适合图像分析的深度学习模型。对当前数据集进行分析和训练，调整模型参数优化算法，提高模型的泛化能力和准确率，然后对模型进行评估，不断提高准确率和召回率。最后实现对目标的准确识别。
（三）将模型部署到系统中
将训练好的模型部署到实际应用场景中，为医生和糖尿病视网膜病变患者提供服务，同时收集更多的数据持续优化和改进模型。

三、核心代码

部分代码：

def config_page(request):
    '''
    获取参数信息
    :return:
    '''
    if request.method in ["POST", "GET"]:
        msg = {"code": normal_code, "msg": mes.normal_code,
               "data": {"currPage": 1, "totalPage": 1, "total": 1, "pageSize": 10, "list": []}}
        req_dict = request.session.get('req_dict')
        msg['data']['list'], msg['data']['currPage'], msg['data']['totalPage'], msg['data']['total'], \
        msg['data']['pageSize'] = config.page(config, config, req_dict)
        return JsonResponse(msg)


def config_list(request):
    '''
    '''
    if request.method in ["POST", "GET"]:
        msg = {"code": normal_code, "msg": mes.normal_code,
               "data": {"currPage": 1, "totalPage": 1, "total": 1, "pageSize": 10, "list": []}}
        req_dict = request.session.get("req_dict")

        msg['data']['list'], msg['data']['currPage'], msg['data']['totalPage'], msg['data']['total'], \
        msg['data']['pageSize'] = config.page(config, config, req_dict)

        return JsonResponse(msg)


def config_info(request, id_):
    '''
    '''
    if request.method in ["POST", "GET"]:
        msg = {"code": normal_code, "msg": mes.normal_code, "data": {}}

        data = config.getbyid(config, config, int(id_))
        if len(data) > 0:
            msg['data'] = data[0]
        return JsonResponse(msg)


def config_detail(request, id_):
    '''
    '''
    if request.method in ["POST", "GET"]:
        msg = {"code": normal_code, "msg": mes.normal_code, "data": {}}

        data = config.getbyid(config, config, int(id_))
        if len(data) > 0:
            msg['data'] = data[0]
        return JsonResponse(msg)


def config_save(request):
    '''
    创建参数信息
    :return:
    '''
    if request.method in ["POST", "GET"]:
        msg = {"code": normal_code, "msg": mes.normal_code, "data": {}}

        req_dict = request.session.get('req_dict')
        param1 = config.getbyparams(config, config, req_dict)
        if param1:
            msg['code'] = id_exist_code
            msg['msg'] = mes.id_exist_code
            return JsonResponse(msg)

        error = config.createbyreq(config, config, req_dict)
        logging.warning("save_config.res=========>{}".format(error))
        if error != None:
            msg['code'] = crud_error_code
            msg['msg'] = error
        return JsonResponse(msg)


def config_add(request):
    '''
    '''
    if request.method in ["POST", "GET"]:
        msg = {"code": normal_code, "msg": mes.normal_code, "data": {}}
        req_dict = request.session.get("req_dict")

        error = config.createbyreq(config, config, req_dict)
        if error != None:
            msg['code'] = crud_error_code
            msg['msg'] = error
        return JsonResponse(msg)


def config_update(request):
    '''
    更新参数信息
    :return:
    '''
    if request.method in ["POST", "GET"]:
        msg = {"code": normal_code, "msg": mes.normal_code, "data": {}}

        req_dict = request.session.get('req_dict')

        config.updatebyparams(config, config, req_dict)

        return JsonResponse(msg)

四、效果图