【一种基于Django框架的医学图像可视化系统开发设计17000字（论文）】

一种基于Django框架的医学图像可视化系统开发设计目录TOC\o"1-3"\h\u325221绪论 2951.1课题研究背景 2314931.2课题研究意义 3253641.3国内外发展及研究现状 4263811.4课题研究方法 566891.5系统功能模块研究以及论文章节安排 5106511.5.1系统功能模块研究 540891.5.2章节安排 6127182系统搭建相关技术分析 7216492.1动态网页开发语言Python 7308712.1.1Python简介 7119512.1.2Python的优缺点分析 8151652.2Django框架 8114582.4可视化技术介绍 10265152.4.1Matplotlib绘图库 11189952.5MySQL数据库 12259912.6Python与MySQL数据库的交互功能实现 1352812.7开发工具Pycharm安装 13255982.7本章小结 13243医学图像可视化处理系统需求分析 15278163.1系统概述 1515523.2系统可行性分析 16305863.2.1医学图像可视化系统技术可行性分析 1765343.2.2医学图像可视化系统经济可行性分析 177573.2.3医学图像可视化系统操作可行性分析 171623.2.4系统方案的选择 1880953.3医学图像可视化系统功能性需求分析 18268243.3.1医生信息管理模块 2041923.3.2患者信息管理模块 20286843.3.3数据展示模块 21283173.3.4可视化展示管理模块 21305553.4医学图像可视化系统非功能性需求分析 22307853.5本章小结 22273544医学图像可视化系统的设计 2379704.1医学图像可视化系统分析 23231094.1.1面向对象层定义 23277354.1.2系统结构层定义 23187844.1.3系统主题层定义 2480624.2医生信息管理模块的设计 2483604.2.1医生信息数据库概念设计 24289374.3患者信息管理模块的设计 25104824.3.1患者信息数据库概念设计 25225334.3.2诊断信息数据库逻辑结构设计 2542474.4本章小结 27304505系统功能测试 28121205.1系统功能测试概述 28124685.2系统登录、注册功能模块检测 2897685.3医生权限管理模块测试 29116775.4可视化模块测试 3188285.5本章小结 336680结论 34摘要在全世界范围内，据不完全统计，每年就有超过130万女性被确诊乳腺癌，而且这个数据还在不断增长。在发达国家中，比例竟然高达八分之一。中国虽然不是乳腺癌高发国家，但随着生活节奏的加快，我国情况也不容乐观。早筛查，早诊断，早治疗，是减少乳腺癌死亡率最有效的方法。当前，超声成像与核磁共振成像技术是诊断乳腺肿瘤的重要手段。在我国，超声成像设备已经普及到各大医院。但是由于专业图像分析师的匮乏以及培养专业图像分析师难度增大，我们无法依据图像对患者进行周到的分析。随着人工智能的发展，人们急切需要依靠互联网搭建系统，运用人工智能技术把数据用图像来展示出来，以供医生决策的呼声越来越高。在医学中，将医学与人工智能以及可视化技术相结合还处于初级阶段，通过对本课题的研究，希望能够开拓医学和可视化领域的结合。

在查阅大量文献以及研究分析大量可视化系统实例的基础上，基于目前Python语言在各学科之间的广泛普及以及Python数据可视化方面的创新，对比国内外可视化研究进程，运用Python语言设计一种基于Django框架的Pycharm界面系统开发平台，并对相关技术进行可行性分析，最终完成一个基于医学图像可视化系统的研究分析以及系统搭建。关键词：医学图像可视化系统；Python；Pycharm；Django框架1绪论1.1课题研究背景随着我国近几年社会经济的飞速发展，人民大众对于物质生活水平以及医疗水平要求的也在不断提升，各种超声检查病变器官的医疗器械已经广泛普及到人民生活之中，利用超声对肿瘤进行医学成像作为医生的辅助参考资料已经成为医学检查的重要手段。在常见的医学临床疾病中，乳腺癌已逐渐成为仅次于肝癌的“第二大癌症”，死亡率居高不下。在乳腺癌的治疗方式上，医生会先用超声对病变部位进行医学成像，然后根据B超图片分析肿块大小和位置，通过研究讨论或者主治医生运用自我经验来确诊乳腺癌，参照患者的身体状况以及结合肿瘤的分期情况，再酌情采用手术、放疗、生物靶向治疗等多种治疗手段来进行乳腺癌的治疗。在长期的医学治疗实践中以及乳腺癌治疗方法的不断探索中，新辅助化疗不断进入人们的视线，备受医师亲睐。新辅助化疗的出现不仅提升了患者的保乳机会，而且还降低了患者的死亡率。早发现，早治疗，是治疗乳腺癌最有效的方法，而使用图像来作为医生的辅助治疗手段在目前来说来是确诊乳腺癌最有效的方法。但是据研究表明，图像分析医生并不能检测到图像上的所有异常，而且他们并不是总能正确地描述发现的异常抑或者对于异常情况不能全部捕捉。专业图像分析医师的缺乏往往会使患者错过最佳治疗时间，但培养专业图像分析医师又需要相当长的时间，难度较大。但随着人工智能的不断发展，或许我们可以利用人工智能技术来解决专业医师分析不全所带来的困境，即运用计算机为载体来进行形式化的计算以及符号处理，并在此基础上构造具有一定图像算法的人工智能可视化评估系统越发成为热流。在处理图像方面，运用人工智能技术将图像中的异常部位筛查出来，再利用人工智能中的各种算法将图像中的异常用数据来表示，最后将图像中算出来的数据利用图表等方式展示。在这里要强调的是，该人工智能评估系统的作用并不是取代图像分析医生，而是帮助医生更好的判读和决策，为患者提供更好的服务。根据大量的实践证明，往往视觉器官所接受的信息更容易被大脑所理解。数据可视化技术就是运用计算机图像处理技术以及计算机图形学技术等多种技术，把海量、复杂的数据用图表或其他工具展示出来，将数据中所包含的内容运用视觉感官来进行更好地理解分析，例如可以将数据展示成饼状图、扇形图等统计图类型，也可以将数据展示为表格等图表类型，展示方式多样性以及便于操作人员理解是数据可视化的一大特点。本文主要把病人的B超图片中采集到的数据做可视化处理。1.2课题研究意义随着国家整体实力的增强，人民对于医疗水平以及医疗服务的要求也在不断的提高。不可否认的是，国内的医疗器械以及检查工具都是非常先进的，但是，缺乏高水平医师却依旧是我们目前不得不面临的困境，尤其是一些贫困地区以及偏远地区，不仅造成了大量的器械浪费，有时甚至还会有误诊的现象发生，致使病人错过了乳腺癌最佳的治疗时间，造成了不可避免地损失。培养专业的图像分析师又将花费大量的人力物力以及时间，显然不能解决当前的困境。随着人工智能的普及和可视化技术的不断创新性发展，将人工智能技术与可视化技术应用于医学，相辅相成，将数据展示成通俗易懂的评估图像，或许可解决缺乏高水平医师的困境。而我们现在要做的主要工作就是，运用人工智能技术，搭建图像分析可视化的系统，将患者图像中的数据做可视化展示，更好地为医生提供决策，诊断患者是否得了乳腺癌以及确定后续的化疗方案。1.3国内外发展及研究现状可视化技术就是将数据用图形或图像的方式作展示。1950年初期，人们用计算机为载体搭建了世界上第一批计算机图形图像，可视化技术开始被提上了日程，在此之后，关于研究探讨可视化发展方向以及可视化研究领域的会议层出不穷。渐渐的，人们发现，可视化的发展方向不仅仅只局限于图形图像学，还涉及到了人工智能深度学习等方向。在不断的探索之中，可视化的边界也在不断的扩大，涵盖的学科种类也越来越广泛，人们开始把可视化技术在各学科进行运用，以此来增强人们对数据的理解，这在其他方面又大大刺激和促进了可视化的发展进程。在不断的发展过程中，人们发现，可视化技术不单单只与计算机图像图像学有联系，它也逐渐在信息可视化领域以及生物学领域不断拓展，由此数据可视化的研究范围以及适用范围也在不断扩大。可视化在医学方面的研究，主要是借助人工智能深度学习算法，对图像进行分析研究，通过三维建模在系统中模拟患者的手术，也取得了很不错的发展。随着可视化技术的不断探索，在国外也创建了许多医学图像可视化处理的化系统，其中各有千秋，比如加拿大设计出的能够与不同厂家的CT扫描设备相连接的Allegro独立系统，该系统的主要作用就是把患者的CT图像做可视化处理，推动了可视乎技术在医学方面的发展；有的则是医疗设备的一个组成部分，例如以色列爱尔新特公司研发的螺旋CT扫描设备，医学图像可视化技术只是该设备的一部分。国内在可视化的研究相较于国外起步较晚，基础不足，但随着互联网技术在中国的快速普及，可视化技术也引起了广大学者的重视，并开始注重对于该领域的研究。国内的可视化研究在2007年进入高潮期，国内学者李纲等人针对可视化的定义以及可视化技术的基本特点对数据可视化技术在数据挖掘以及数据分析等方面的实际应用进行了讨论，在很大程度上推进了国内可视化技术的发展，也使可视化技术成为国内研究的热点问题。就目前来说，可视化技术研究不仅仅仅限于国内各大高等院校，许多大型企业也看到了可视化领域的巨大潜力，也纷纷投入了资金和精力在可视化技术上不断开拓创新。在国内，可视化工具方面也取得了丰硕的成果。早在2004年我国可视化技术刚起步阶段，润乾公司就创新性就设计出了复杂的runqian数据报表等可视化工具，成为我国可视化产品中的先驱。发展到今天，百度旗下的ECharts图库以及阿里巴巴旗下的阿里数据中心平台已然成为了可视化领域中的佼佼者。1.4课题研究方法（1）文献分析法基于对可视化工具、系统搭建、人工智能等相关文献的大量阅览以及对Python语言的使用，分析探讨人工智能评估系统的建立，并结合医学可视化方面的短板，从社会实际需求以及经济效益出发，研究讨论系统设计方法和设计途径。（2）功能分析法对目前医院以及企业中的可视化软件性能进行研究分析，特别是对于功能模块以及软件兼容性进行比较，对比可视化软件功能的优点和缺点，结合自身实际需求以及系统需求，兼顾社会效益和经济效益，提出改进方案。1.5系统功能模块研究以及论文章节安排1.5.1系统功能模块研究医学图像处理分析算法和可视化软件系统对计算机的软件以及硬件的要求都很高，而且医学影像以及医学影像数据都属于病人隐私，未经许可，不能进行网络共享，这就又增加了医学图像技术推广的难度。为解决这个问题，本文从本地的医学图像处理技术出发，研究了常用的图像可视化软件的结构，在查询本地的关于乳腺癌的调查报告的基础上，用当前掌握的技术来搭建合理的架构，在此架构的基础上研发一个基于医学图像可视化系统。在开发过程中，可以直接在服务器端搭建数据库，并将数据库中的数据运用可视化处理平台做可视化展示。利用Python语言编写Django框架的系统，开发设计一个基于Pycharm界面的可视化分析平台，将分析结果在前台进行可视化展示，能实现以下功能：1.从服务器端进行数据的获取；2.对获取到的数据进行分析；3.对分析得到的数据进行可视化处理；4.对可视化处理过后的图像进行页面展示。1.5.2章节安排第一章绪论。阐述当前乳腺癌的患病现状以及医学图像可视化技术的研究现状，又对可视化技术在医学图像研究中的国内外现状进行了简单介绍，最后确立了本文的研究方向、可视化系统的搭建以及系统所要实现的功能。第二章基于Pycharm界面系统平台搭建的相关技术分析。介绍了Python语言的原理分析以及选择了Django框架，还介绍了医学图像可视化技术的原理以及目前常用的可视化技术，最终选择了Matplotlib绘图库作为可视化操作基础。第三章系统可行性分析。基于目前掌握的系统搭建基础，经过对比研究，选择了一种基于Pycharm界面的医学图像可视化系统方案，具体介绍了可视化系统概述，通过技术可行性以及经济可行性等三个方面分析了该系统的可行性，确认该系统设计方案可行后，又分析了该系统的系统非功能性需求以及系统功能性需求，结合系统搭建方案研究，为医学图像可视化系统功能模块的设计提供了理论基础。第四章医学图像可视化模块设计。医学图像数据在数据库存储，这些数据来源于医学图像人工智能算法处理分析，鉴于很多数平台都不支持数据的双向传导和输出，故采用了免费开源的医学图像可视化分析平台，在对其开发有所了解的基础上，采用Python脚本语言并搭建Djiango框架。在此基础之上，设计了医生可视化显示模块，并对该模块进行分析以及处理，给予医生最优体验。第五章系统功能测试。利用Python脚本语言在Pycharm中实现基于医学图像可视化系统，阐述系统概述，并基于该系统进行了医生登陆注册功能，信息管理功能以及数据可视化等功能的一系列的测试。第六章总结与展望。对自己开发的系统做以总结，并对系统中的不足之处做了简单介绍以及分析了未来可能的发展方向。

2系统搭建相关技术分析2.1动态网页开发语言Python2.1.1Python简介Python是在1991年被GuidovanRossum所设计研发的，该语言是由C++、C以及SmallTalk等多种程序开发语言为基础发展形成的的。它是一种跨平台的解释性编程语言，凭借着简单易读、易维护、可移植性强以及易扩展等许多优点广泛的应用在数据处理、爬虫以及数据可视化等领域。Python之所以在当前比较火热的原因，是因为它拥有一个庞大的代码库，在我们进行系统方案设计以及框架搭建时，可以直接导入前人已经设计好的模块，没有必要再自己进行程序的编写，而且每一个导入进来的标准库都是开源的，开发者可以按照自己的意愿在调用后对标准库进行修改，修改后就可实现我们对系统搭建的个性化设计；标准库里面还包含了许多已经封装好的函数模块，当我们运用人工智能深度学习算法时，也可以在库里面直接调用函数。同时，Python社区对标准库的维护和填充也从来没有停止过，这使得Python的功能越来越全面以及适用范围也越来越广泛，越发受到程序员的喜爱。当然，Python语言的更新速度非常快，发现问题以及解决问题的能力相对于其他的解释型语言较强。在各种实践项目中，Python也越发受欢迎，运用Python语言为脚本来设计开发系统已经成为当前设计开发系统的主流趋势。如图2.1所示为Python的用途构架。图2.1Python框架图2.1.2Python的优缺点分析1.Python的优点（1）基础代码库完善，调用简单在Python中自带很多已经封装好的基础代码库，涉及范围非常广泛，包括数据库、人工智能以及文本等许多方面。用Python语言作为脚本来开发软件或者程序，许多功能都没有必要从零编写，直接从Python中调用相应的库即可。（2）Python语言简单易学，便于新手学习作为解释型语言，在有一点代码基础的情况下上手非常快。新手学习比较简单，代码不繁琐，简单易懂。（3）Python代码具有极强的可读性在代码编写时，强制缩进代码的方式使得代码具有极佳的可读性。Python平台兼容性高Python几乎对所有的平台都兼容，例如Linux、Windows等都兼容。（5）Python编程方式多样Python在编程方式上涵盖了面向过程和面向对象两种方式。（6）Python工作方式多样Python支持多线程和多进程的工作方式，在一定层面上降低了CPU的运行负担。2.Python的缺点（1）Python代码运行速度比较慢Python是一门计算机解释型语言，代码在Pycharm解释器上执行时会将源代码按照上往下的顺序一行一行地翻译成CPU能够读懂的的机器码，整个翻译过程很耗时。另一方面，网络的延迟以及磁盘的卡顿，都会消耗Python执行的时间。Python的代码不能加密即你要发布你用Python语言开发的程序，实际上就是发布你的程序源代码，在安全性方面略有瑕疵，但随着开源运动的兴起以及自由开放的互联网精神的不断发酵，代码加密已然成为过去式，越来越多的程序员已经摒弃代码加密的这种现象，所以代码不能加密这方面不用考虑。2.2Django框架Django是用Python语言开发的一款非常全面性能较好的Web应用框架。Django兼具了Python的特点，可以兼容Windows、Mac等多种系统，不必要根据不同的系统设计相应的程序。在目前Python语言炽手可热的形势下，Django框架也被逐渐应用于大量的系统搭建平台实例中。相比较于Python中的框架抑或者Python外的其他Web应用框架，Django在功能设计以及运行状态上可以说是相当完善的，Django的各模块之间具备紧密耦合性，而且在对模板编程、路由映射、服务发布、数据处理等一整套功能上也重新做了定义。Django框架如图2.2所示

图2.2Django基础框架当然，在使用Django框架来搭建系统架构，会有很多快捷方便之处，但不可否认的是，基于Django框架，它所搭建的系统也有自身的缺陷，具体Django框架的优缺点分析如下：（1）Django框架有丰富的框架类型，功能比较完善Django框架与Python的库一样，它也自带了很多程序员常用的工具和框架（权限管理，auth)，能够快速的开发网站。（2）完善的文档处理功能该框架经过多年的发展和完善，有着大量的成功实践案例以及完善的在线查询文档功能。当开发者在遇到开发问题时，就可以直接搜索在线文档来寻求解决问题的方案抑或者是参考案例重新设计方案。（3）Django拥有数据库访问组件在Django中就自带数据库组件，开发者在进行数据库的操作时，无须学习SQL语言，就能直接进行访问和操作，很大程度上降低了学习的难度，减轻了学习者的压力。（4）超前的App设计理念在Django框架内，几乎所有的App都具备可插拔特点。即在我们不需要该项目时就可直接将该项目删除，删除该项目后对系统整体的影响较小。（5）自带后台管理系统开发者可以很快捷的实现后台数据对于控制平台的管理。（6）Django框架信息详尽开发者可以很容易找出错误代码，方便后面的改错。（6）Django框架有固定的执行任务方式虽然Django框架是一种逻辑结构文件，但它有固定的执行方式，也强制要求开发者不能使用自己定义的文件结构。鉴于未来我们对于医学图像可视化系统开发功能以及要求的不断提高，对于界面的不断优化，考虑到在未来程序开发的发展潮流,我们选择了Django框架作为该系统的开发框架。2.4可视化技术介绍数据可视化技术就是利用图像处理技术和计算机图形学技术，把海量复杂的数据用图表或其他工具展示出来，将数据中所包含的内容运用视觉感官来更好地辅助操作者理解这些数据，数据可视化模型如图2.3所示：图2.3数据可视化模型2.4.1Matplotlib绘图库当我们选择用Python来作为我们的系统搭建脚本语言时，Matplotlib作为Python中元老级的的2D绘图库，在不断的发展以及更新完善中，Matplotli业已成为Python中绘图功能以及绘图类型最丰富的绘图工具。该库可以实现散点图、柱状图、折线图等统计类可视化图像的展示，还可以实现动态图的绘制，可以实时根据数据的变化完成动态展示。在Matplotlib中，涵盖了图例以及坐标轴的独立子模块，在很大程度上丰富了绘图的样式，开拓了可视化的范围，为操作者在视觉上理解数据提供了极大的方便。不仅如此，借助Matplotlib中的mpl_tookits工具包就可以实现3D绘图模式，而且，在使用该绘图工具包时不需要代码的输入，只需要导入该绘图包即可实现精美图像的输出，非常简单方便。Matplotlib部分绘图如下图2.4所示：图2.4Matplotlib图示在Matplotlib中，能够展示的图表类型相较于其他可视化软件更为丰富，所有的绘图工具包都可以直接通过官网免费下载，关于数据分析所用到的关系图种类也比较多，可根据用户的兴趣来自我定义和展示，而且操作起来较为简单，几行简单的代码就可以在在Python中将功能实现。“人生苦短，我用Python”，在未来的人工智能领域以及可视化领域的发展中，Python将发挥巨大的作用并引领人工智能的发展，具有广阔的前景，而Matplotlib也将跟着Python的脚步大放异彩。根据该系统对图表的基本要求以及结合本人的实际操作情况，在该系统中，我选择了Matplotlib作为本系统实现数据可视化的关键技术。2.5MySQL数据库MySQL凭借其跨平台、低成本、优化算法、多线程、安全性高、低成本等优点，已成为目前最受程序员喜爱的数据库管理系统。随着大数据时代的来临，MySQL数据库逐渐被完善，现已成为世界上数据库使用率最多的软件系统，在社会实践中，也存在着大量的成功案例备我们探讨学习。MySQL数据库具有以下的系统特点：MySQL是以C语言和C++为基础编写出来的，在不同的编辑器上都能使用。MySQL能够兼容所有的操作系统（3）在MySQL中，大多数编程语言都能找到应用程序接口。（4）MySQL数据库通过优化SQL算法可提高运行速度如图2.5所示为MySQL系统架构图。图2.5MySQL系统架构图2.6Python与MySQL数据库的交互功能实现在python3中，要想实现与MySQL数据库的交互，需要下载PyMySQL库，在程序中导用该库即可实现Python与MySQL的交互功能。如图2.6所示为PyMySQL库下载后的展示图：图2.6PyMySQL的展示图2.7开发工具Pycharm安装本系统选择Python语言来作为该系统的开发脚本语言，Pycharm是Python的语言编辑器，具有调试、代码跳转、版本控制、单元测试以及自动完成等众多功能，不过它还具备其他的高级功能，例如支持GoogleAPP引擎以及支持Django框架下的Web开发。Pycharm目前有很多版本，但鉴于该系统稳定性要求以及系统开发需求，本系统选择PyCharm2018.3.7x64版本。在官网下载PyCharm2018.3.7x64.exe进行安装，然后双击安装程序即可完成安装。2.7本章小结本章基于Pycharm界面的系统架构搭建过程中所涉及到的有关技术和技术原理进行分析和对比。为解决图像医生缺乏的问题以及随着人工智能技术和可视化技术在医学方面的应用，设计图像可视化系统辅助医生进行评估就显得尤为重要。首先介绍了当前最为火热的Python开发语言，结合实际生活中的可视化成功案例以及自我所掌握的技术方法，确定使用Python语言作为脚本语言来搭建医学图像可视化系统，从系统架构出发，结合实际案例，对Django框架进行介绍以及研究，并根据Django框架优缺点以及其适用场合和程序难易程度，最终我们选择了Django框架来作为我们的开发框架，又基于后期维护性能以及简易特点，我们使用MySQL作为该系统的数据库；作为从关键技术可视化框架出发，选择目前最适合本系统的应用技术为Python中的Matplotlib工具包。由此选择了Pycharm编辑器，并介绍了Pycharm的安装。

3医学图像可视化处理系统需求分析3.1系统概述随着经济社会的不断发展以及人民对美好生活的不懈追求，我国在医疗水平上有了很大的提高，运用电子设备对人体病变部分进行监察已经早就普及完成，但让人感到困惑的是，我们的仪器采纳的是高水准仪器，但病人对医疗水平的需求却远远没有达到满足，很多偏远地区的人民依旧奔跑于各大型城市，要求专家会诊，造成了大量的器械浪费，更严重的是还会错过最佳治疗时间。究其原因，是由于我们专业医疗人员的匮乏导致。一个好的图像医师需要经过长时间的培养以及数以万计的图像实操，若是希冀于用培训来解决这种困境，则要面临培训难度大、培训周期长、培训人员少等实际困难。随着人工智能在各个学科上的应用和可视化技术的不断研究与完善，把人工智能算法以及可视化技术与医学图像相结合或可解决缺乏高水平医师的困境。而我们现在要做的主要工作就是，运用人工智能技术，搭建图像分析可视化的系统，将患者图像转换为数据展示，更好地为医生提供决策，确定是否给患者用新辅助化疗以及怎样使用，可以减少患者的经济压力以及节约治疗时间。本课题根据目前可视化系统的研究方案以及系统搭建方法，结合文献研究以及实例考察，参考工作流程以及工作方式，以计算机理论为基础，以Python脚本语言为核心，采用Django系统架构，结合MySQL数据库以及PyMySQL可视化包，设计一个界面简洁、性能优异的医学图像可视化系统，以此来实现对乳腺癌医疗诊断水平的提升。首先制定系统的总体规划，在搭建系统前期，明确的规划是所有工作的开始，在系统搭建前期没有明确的系统规划，那后面所有的工作也只能是徒劳无功，会大大增加系统搭建的时间，拖延系统搭建的进度。明确系统搭建目标，进行资料搜集以及实例对比并结合实际需求明确系统要求和系统任务，最后进行系统可行性分析；若系统可行性通过，就进行系统功能功能需求分析以及系统功能模块，最后进行系统测试。如图3.1所示为系统总体规划流程图。搜集资料，制定系统搭建规划搜集资料，制定系统搭建规划明确系统搭建目标方案可行？系统功能模块测试系统功能模块设计系统功能需求分析、非功能性需求分析系统可行性分析系统要求及任务取消图3.1系统规划流程图3.2系统可行性分析提前对系统进行可行性分析就是希冀于用最基础的思路来研究讨论能否将我们在系统构建道路上所遇到的难题疑惑提前解决。系统可行性分析是医学图像可视化系统在设计开发前对整个系统架构的搭建以及系统功能的实现起决定性作用的一环。该系统主要是运用Python脚本语言来搭建Django框架，在Pycharm解释器上实现对于患者和医生数据库的增加、删除、更改、查询，通过导入PyMySQL库，就能实现Python与MySQL的互动，再运用Python中的Matplotlib可视化包就可以对患者数据库中的异常数据做可视化处理。在开发整个系统前，需要考虑我们现有的知识储备以及当前的软件互动能否帮我们实现我们对于该系统的预期目标，通过案例研究，明白系统设计的难点和重点，提前发现问题并提前提出解决问题的措施以及改良优化系统的方案，提前通过文献研究以及个例的研究，发现风险并规避风险，只有解决了上述所有的问题，在系统设计方面才能提高系统开发设计的效率。3.2.1医学图像可视化系统技术可行性分析系统的开发设计必须以成熟的计算机技术以及一定Python语言基础做框架。如果没有现行计算机技术以及Pycharm开发经验给予技术支撑，系统开发就不可能实现。在生活实践中，我们存在着大量的成功技术案例可以借鉴参考。技术可行性涉及到系统开发的基础，在本文中将分别从硬件要求以及软件要求进行研究分析。在硬件要求方面，医学图像可视化系统使用的是以Python语言为脚本的Django框架，在硬件配置上没有较高的要求，一台普通配置的电脑就可以满足该系统的开发设计；在软件要求方面，软件要求包括Windows10系统、Pycharm编辑器、MySQL数据库以及Matplotlib可视化处理包等，这些软件都可以在Python官网上免费获取，只需要下载到计算机完成环境配置即可。3.2.2医学图像可视化系统经济可行性分析无论开发任何系统，成本效益以及后期运营维护都是我们需要重要考虑的因素。必须要在软件设备以及硬件设备的成本效益做重点考虑，尽量选择免费的框架以及软件来实现系统的设计。在该系统中，系统的硬件设备仅为一台普通配置的电脑即可以完成系统的搭建，较为简单，成本也比较低。在软件要求方面，所用到的Pycharm以及MySQL等软件都是免费开源的，而且对于该系统后期的系统运营以及维护都是特别简单，在很大程度上降低了经济成本。3.2.3医学图像可视化系统操作可行性分析医学图像可视化系统的数据以及图像都是患者的个人隐私，要保障患者个人隐私的保密性能以及安全性能。其次，所设计的系统要符合法律法规以及行业竞争规则，在应用于市场时，要有自身的创新点以及特色功能。医学可视化系统的操作可行性分析我们主要从社会规范和实际操作这两个角度来进行考虑和分析。从社会规范上来看，医学可视化处理系统系统开发不违背行业竞争规则和法律法规，还能在可视化领域为我国医学研究开辟新的发展方向，为后期将人工智能与医学图像深度结合筚路蓝缕；从实际操作来看，该系统的设计还秉持着界面多样化和个性化、操作简单的基本原则，加之目前人工智能不断与医学相交融，互相促进，在日常运维以及后期维护等方面也是非常简单的。在当前对于可视化系统的查询中，将可视化技术应用于医学并与医学中的B超图像相结合的系统搭建很少，该方案的研究也是很新颖的。3.2.4系统方案的选择对待系统的开发设计，要对各种方案进行探讨研究，设计多种方案，特别考虑时间和经济因素，这两大重要因素会在很大程度上限制方案的实施。我们在选择方案时，必须将经济条件以及系统搭建时间做统筹安排。当然在方案的选择时，也必须考虑到自己的知识储备概况。必须要将系统安全性以及系统可操作性作为该系统设计时的重点。基于对可视化案例的研究以及文献的参考，在本论文中，将MySQL与Python通过PyMySQL包进行交互，紧接着运用Python中的matplotlib可视化包设计一个基于Pycharm界面的医学图像可视化系统，具体的系统方案设计图如3.2图所示。图3.2系统方案设计图由上述分析我们可以得出，该医学图像可视化系统无论从技术可行性、经济可行性还是操作可行性角度，抑或者方案的选择等角度来思考，都是能通过的，该设计是完全可行的。3.3医学图像可视化系统功能性需求分析对于搭建医学图像可视化系统要根据实际需求来对系统功能性需求进行分析考虑。结合该系统的主要功能以及实际需求，我们设计了医生/患者信息管理模块、数据预测模块以及数据可视化处理模块等四大模块。系统功能需求结构如下图3.3所示。医学图像可视化医学图像可视化系统医生信息管理数据预测数据可视化患者信息管理图3.3系统功能需求结构图关于系统的功能模块设计需求，在实际生活中，不同的用户类型具有不同的权限操作，且各个用户类型所展示的界面也不一样，用户权限也大相径庭。处于社会实际意义以及开发水平，在本系统中，用户类型只有医生模块。医生作为该系统的超级管理者，可以操作该系统中的所有功能模块，即实现以下功能：1、医生可以在患者信息管理模块中操作增加、删除、更改、查询等权限功能。2、医生可以在医生信息管理模块中操作增加、删除、更改、查询等权限功能。3、在数据展示模块中对人工智能所分析出的数据作以展示。4、实现对数据展示模块中的数据进行可视化处理（饼状图)并进行查询。需要注意的是，我们在数据展示模块中展示的数据是由人工智能进行决策树等算法算出来的，故不能进行删除、更改、增加等功能。由此，在数据可视化中，鉴于数据的不可更改，可视化图也不能进行删除、更改、增加等功能。不同的用户，他们的数据也会有很大的偏差，所展示的可视化图也会有很大的不同，可视化结果完全取决于数据。我们会将图像信息运用人工智能中的决策树、随机森林等算法进行数据预测，而这些预测的数据将保存在MySQL数据库中。3.3.1医生信息管理模块每个医生都有自己的账号和密码，凭借账号和密码就可以实现登录功能。在该模块中，医生的数据都存储在数据库中，还有注册功能，即若是医院有新报到的医生可通过注册功能实现自己的账号密码登录；还能将其他医生的信息注销。医生的权限在该系统中尤为重要，所有的数据以及图像分析都是由医生进行操作。在该模块中，无论是患者信息还是医生信息，医生都有查询的权限操作，故对于该模块我们要在安全性能上做重点考虑。我们医生信息管理流程图如图3.4所示。输入账号密码输入账号密码登录主页面医生信息管理信息查询信息修改信息添加信息删除主管医生登录主页面注册填写医生信息信息查询信息修改信息添加信息删除主管医生注册如图3.4医生信息管理流程图3.3.2患者信息管理模块在患者管理模块中，主要由医生来实现对患者的所有信息管理工作以及信息登记工作，在本模块中，医生主要实现对患者信息的增加、修改、查询、删除等权限功能，要注意的是，虽然医生拥有对该系统的绝对权限，但患者的信息以及患者所对应的医学数据才是该系统的重点，患者管理流程图如图3.5所示。账号密码登陆主页面患者信息展示信息账号密码登陆主页面患者信息展示信息查询信息修改信息添加信息删除主管医生3.3.3数据展示模块在数据展示模块中，因为数据的唯一性，所以主管医生只能对所有患者的数据展示情况进行查询，不能进行修改、添加、删除等功能。数据展示模块管理流程图如图3.6所示。账号密码登陆登录账号密码登陆登录主页面患者信息查询主治医生数据展示3.3.4可视化展示管理模块在患者数据可视化管理模块中，因为数据具有唯一性，不可更改，所以数据可视化图像也具有唯一性，主管医生只能实现查询功能，医生在该模块中不能实现增加、修改数据等权限，当患者的信息被删除时，患者的数据以及可视化图像也会相应得被删除。图像可视化处理管理流程图如图3.7所示。登陆主页面患者信息可视化展示登陆主页面患者信息可视化展示主管医生数据查询深度学习算法选择3.4医学图像可视化系统非功能性需求分析（1）系统个性化界面设置该系统界面具有个性化以及美观简洁等特点，可以根据医师个人习惯来更换界面。对于数据的展示应该清晰明了，图像生成应该能够生动形象，易于理解，突出重点。（2）系统安全可靠性，运行稳定医学图像可视化处理系统涉及医生个人的身份信息，患者的个人信息、患者图像数据以及医院组织架构等，故该系统安全措施必须到位。在权限管理层面要有多重权限，防止信息被窃取和监视，并且要有后续的补救方案；在实际的运行之中，要确保人工智能算法数据的准确性以及系统运行的稳定性，在发生系统故障不能影响医生对于病人病情的实际评估。（3）系统的易操作性医学图像可视化处理系统的目标就是降低医生误诊几率，将患者情况全部展现给医生，医生再进行评估，借此来提高医学图像可视化处理能力的信息化和现代化能力。该医学图像可视化处理系统在设计开发阶段就必须将操作简单易行、界面清晰明了、可视化图像生动形象以及数据评估准确等作为设计原则。3.5本章小结本章主要对医学图像可视化处理系统中包含的医生信息管理模块等四大模块功能模块设计，主要目的是为下一步系统的搭建以及系统模块功能的设计提供理论性支撑。首先阐述了包括系统要求以及脚本语言在内的系统整体设计情况，明确我们的搭建目标、搭建任务以及系统要实现的功能，查找具体案例并结合实例中搭建系统的设计思路，从系统经济可行性、系统操作可行性、系统技术可行性以及系统方案设计这四个方面进行可行性分析，综合对以上四个方面的分析研究，得出该系统的设计要求符合可行性分析、系统搭建方案可行得结论，紧接着又对系统界面、系统可操作性以及系统安全性等因素进行系统非功能性需求分析，对医生信息管理模块、数据可视化处理模块等四大模块进行了功能性需求分析。

4医学图像可视化系统的设计4.1医学图像可视化系统分析医学图像可视化系统主要是由对象层、结构层以及主题层等三部分組成。预期想要达到的目标如下：1.主治医生的工作效率得以提升，能够准确地将医学图像数据转换为图像展示，并根据图像展示的内容辅助医生确定治疗方案，使主治医生通过图像中所展示的患者具体情况做全面的分析：2.方便医生对患者的信息进行查询、操作，对图像中的数据能够在可视化界面直观显示：3.系统运行安全稳定，可拓展性强，后期维护简单方便。4.1.1面向对象层定义医学图像可视化系统面向对象层主要将医生和患者等实体对象进行抽象化系统展示，在这里，我们主要从医生对象层和患者对象层对面向对象层进行分析，分析如下：1、医生对象层：作为该系统的超级管理者，医生拥有对该系统所有模块以及所有系统功能的权限管理，这里面主要包括对患者信息的权限管理以及医生的基础信息的查询、增加、删除、更改的功能以及患者数据可视化模块管理等系统功能。鉴于的时间因素以及出于对可视化实例的思考，在Pycharm主界面，也仅仅只设置了医生的登陆以及注册界面。2、患者对象层：在该对象层主要用来采集以及储存患者的基础信息以及储存患者的医疗图像数据等。在该系统中，对患者信息的采集尤为重要，而且后期的可视化操作都要通过数据来完成以及如何确定诊断方案，患者对象是该系统的运行起点，同时也是该系统的关键角色。但鉴于实际意义出发，患者在该系统中的权限仅仅只有对基础信息的更改，鉴于时间原因，没有多方面去设计患者平台，患者只能通过医生的权限来查看自己的医学图像数据以及可视化评估图像等关键因素。4.1.2系统结构层定义系统结构层主要通过权限结构层、评估结构层以及反应结构层来对描述医生和患者，医生的权限管理、数据预测以及可视化展示在该系统之间的相互联系。结构层中的权限结构层、评估结构层、反应结构层设计方案如下：1、权限结构层设计方案在权限结构层中，主要描述在医学图像可视化系统中医生作为超级管理员所具有的操作权限以及患者作为主要对象在该系统中所具有的操作权限。2、评估结构层方案评估结构层主要由医生对象、患者对象、数据库、人工智能算法以及可视化结构等构成。医生在对患者疼痛部位做B超图像后，通过深度学习算法对B超图片中的异常进行数据分析处理获得患者得各项身体病理数据，获得这些数据之后，我们把这些数据建模后做一个整体的评估，把评估结果用可视化方式（饼状图）展示。当然，该系统注重对于数据可视化的展示，对于数据采集以及数据优化等方面稍作涉及。3、反应结构层方案当评估结构层将数据评估结果通过Matplotlib可视化处理之后。医生根据评估结构层所评估出来的数据内容以及可视化结果，根据自己的个人经验初步确定是否确诊，然后进行医生研讨或者专家会诊来制定具体的化疗方案，确定化疗方案，根据化疗方案对患者进行化疗，最后达到治愈患者的目的。4.1.3系统主题层定义主题层主要包含管理员、患者、数据可视化等多项內容，在主题层中，我们也可以清晰的看出医生与患者之间的相互联系以及医生的权限内容等等。4.2医生信息管理模块的设计4.2.1医生信息数据库概念设计根据实际应用效果以及案例分析，我们在该系统中主要通过描述医生姓名、医生性别、国籍、生日、地区、联系方式、定位和登录密码等8个信息因素对医生信息数据库进行设计。医生信息的属性图如图4.1所示医生医生信息联系方式医生姓名地区生日密码定位国籍医生性别图4.1医生信息属性图医生信息模块数据表如下表4-1所示表4-1医生信息模块数据表字段名称含义数据类型Employee_Name医生姓名VarcharSex医生性别VarcharNation国籍VarcharBirthday生日DateRegion地区VarcharMobile_Telephone电话号码VarcharLocation定位VarcharPassword密码Varchar4.3患者信息管理模块的设计4.3.1患者信息数据库概念设计患者信息包括患者姓名、患者性别、患者年龄、患者联系方式、患者家庭住址等，患者信息属性图如图4.2所示。患者患者信息联系方式患者姓名性别年龄家庭住址入院日期是否绝经乳癌家史图4.2患者信息属性图4.3.2诊断信息数据库逻辑结构设计1.诊断信息表患者信息数据表如下表4-2所示表4-2患者信息数据表字段名称含义数据类型是否主键是否非空Birthday患者生日IntYESNotnullTrain_Name患者姓名VarcharYESNotnullGeder性别VarcharYESNotnullContact联系方式VarcharYESNotnullHome家庭住址VarcharYESNotnullAdmissionAdd入院时间VarcharYESNotnullFamilyHistory乳癌家史VarcharYESNotnullMenopause是否绝经VarcharYESNotnull2.人工智能算法分析算法数据包（B超检查数据表）B超检查数据表，是由患者在做完B超后在B超图像上所检测出来的异常点，运用决策树等智能算法分析出来的关于乳腺肿瘤肿块的厚度、边缘附着力等9个病人身体特征的准确数据。根据这些数据，搭建Logistic回归分析模型，根据该模型来计算患者肿瘤良性的概率，若计算值概率大于0.5，则表示该患者肿瘤为良性;反之，则为恶性。因为该数据表里面的数据都是由人工算法算出来的，所以该数据不必要自己填写，而且数据具有唯一性，每个患者的数据都是不同的。如表4-3所示是图像经过人工智能算法后得到的关于患者身体病理数据的9个主要数据，我们后期所要可视化的数据也是把这些数据进行分析后得到的评估结果。表4-3患者信息数据表序号属性示例说明1ID-number4ID号（1-10）2Clumpthickness2肿块厚度（1-10）3Uniformityofcellsize5细胞大小的均匀度（1-10）4Uniformityofcellshape4细胞形状的均匀度（1-10）5MarginalAdhesion7边缘附着力（1-10）6SingleEpithelialCellSize3单个细胞上皮大小（1-10）7BareNuclei5裸核（1-10）8BlandChromatin6染色质（1-10）9NormalNucleoli8正常核仁（1-10）10Class9类别（4为恶行，2为良性）4.4本章小结本章在着重对医生信息数据库管理模块以及患者信息数据库管理模块进行了数据库概念设计以及数据库的属性分析，并对两大管理模块中的数据库逻辑设计和结构设计进行了探讨。整个医学图像可视化系统的搭建结构已然明了，已初步完成系统数据库的设计工作。综合医学图像可视化处理系统的经济效益以及维护个人信息方面考虑，我们在设计时还应该在安全性能以及经济适用性等方面进行考虑和创新。在此，因为我能力和时间有限，希望后来者能够着重考虑。

5系统功能测试5.1系统功能测试概述1.系统功能测试的目的系统功能测试就是将已经设计完成的系统对它的预期功能进行功能模块检测方案设计，借助合适的工具依照方案进行实验，主要检测检验系统所用的软件设备与硬件设备是否兼容以及确保系统测试的结果和我们的预期目标相符合。在系统测试中发现系统存在的问题并且解决问题，不断的去完善该系统的功能并且要保障系统在运行过程中能够平稳的运行。2.软硬件配置在该系统中，将基于Intel(R)Core(TM)i5-4210UCPU@1.70GHz2.40GHz的CPU处理器的DESKTOP-MMBQ4MS*64电脑作为我们在该系统的硬件配置；在软件配置方面，选择了ngnix云服务器，选择Windows10家庭版的操作系统、Pycharm编辑器和MySQL5.7数据库作为操作软件。3.系统功能测试原则（1）要精心设计独立的、可行的、有计划的以及对预期功能有针对性的系统方案设计；（2）在系统功能测试时要将经济型充分考虑；（3）对系统功能中的缺陷以及未实现的预期目标要做充分的记录。5.2系统登录、注册功能模块检测登录、注册功能是医生对医学图像可视化系统进行操作的先决条件，每个医生都有着自己的专属账号和密码，只有账号和密码一一对应才能进行登录。只有在登录界面之后，医生的权限管理才能生效。同时，登录/注册功能够对信息维护以及防止信息被窃取等方面具有重大意义。鉴于在Pycharm界面的因素，我们只能用相应的序号来表示对应的功能，如表5-1所示为序号功能图，如表5-2所示为医学图像可视化系统登陆/注册功能模块测试方案。表5-1登陆/注册功能模块测试表序号代表功能1登录主界面2注册（注册医生信息）0退出表5-2登陆/注册功能模块测试表序号测试内容预期结果实际结果1输入“1”请输入姓名：LiHua请输入密码：123直接进入主页面与预期结果相同2请输入姓名和请输入密码依次输入为空显示“用户名或密码错误”与预期目标相同3请输入姓名和请输入密码全都输入为空显示“用户名或密码错误”与预期目标一致4请输入姓名（错误）数据abc请输入（错误）密码：456显示“用户名或密码错误”与预期目标相同5输入“2”（注册）进入注册页面，完整填写医生信息模块属性包，设置密码再进入登陆界面与预期目标相同5.3医生权限管理模块测试1、医生信息管理模块测试根据医生的用户权限，医生可以实现对医生信息的修改、添加、删除功能，医生序号功能模块图如下表5-3所示，如表5-4为医生信息管理功能模块测试表表5-3医