基于python的医学图像以辅助医疗系统

Bertha 。 2024-04-03 09:19 56阅读 0赞

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 ObjectId
    
    def 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()
            return
    
        gfs = 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.files
        fileList = 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'] = id
        FindImage(dict)
    
    def FindImageByFilename(filename):
        dict = {
        }
        dict['filename'] = filename
        FindImage(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 res
    
    def 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'] = dict2
        collection.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()
            return
    
        collection.remove(dict)
        mongo.Close()
    
    def DeleteAllPatientInfo():
        DeletePatientInfo(None)

![在这里插入图片描述][faaa01f7ef024289ab6e41f5c920806e.png_pic_center]  
![在这里插入图片描述][1b8adca676f34f5c99504cc2e6b67ec1.png_pic_center]  
![在这里插入图片描述][5df17e639da24f4ea419ae76e7348416.png_pic_center]  
![在这里插入图片描述][2c942b41bba44d5292ed58620c4ec73e.png_pic_center]  
![在这里插入图片描述][ae3ef5f124d84adcbec4afeead469496.png_pic_center]  
![在这里插入图片描述][c6327f3695fe45158ea1d98bbce34aeb.png_pic_center]  
![在这里插入图片描述][f4cc1816ebdd44ebb8caa5fa60e1d96b.png_pic_center]  
![在这里插入图片描述][ed5d88410afa41329ccf24978391cb6d.png_pic_center]  
![在这里插入图片描述][1487e62594e541faba79c5fce8224bce.png_pic_center]  
![在这里插入图片描述][69f360bce4e846d39047ae2370e5e9ff.png_pic_center]  
![在这里插入图片描述][970a0f8b8d5742a3b324fa6cf1d7a1a2.png_pic_center]  
![在这里插入图片描述][f25b9c6098bd4899825eeffef1b5706a.png_pic_center]  
![在这里插入图片描述][cd30cc9b1e1441fb8dbb48dc53b2eeac.png_pic_center]

[faaa01f7ef024289ab6e41f5c920806e.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/8aa98c68060d4db8a6b2eb953e189435.png
[1b8adca676f34f5c99504cc2e6b67ec1.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/1549d4a05af1424fa3bab4873d0cfdd4.png
[5df17e639da24f4ea419ae76e7348416.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/8f0cbccc3ce84afea05f33a297ec9f97.png
[2c942b41bba44d5292ed58620c4ec73e.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/73615dcc04da424eabf51f4a07f67e8e.png
[ae3ef5f124d84adcbec4afeead469496.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/951b2f984c664636aded52d3c1f9e976.png
[c6327f3695fe45158ea1d98bbce34aeb.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/4b02c909213d482d9df801a5348f7c1e.png
[f4cc1816ebdd44ebb8caa5fa60e1d96b.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/11f3247654f740e69cd88ca800706dbc.png
[ed5d88410afa41329ccf24978391cb6d.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/ff1dd3c63d01422fa731ca502c267663.png
[1487e62594e541faba79c5fce8224bce.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/a93b290f101c46dc87c0f649a33619b9.png
[69f360bce4e846d39047ae2370e5e9ff.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/b4f96279cf7649bdb407451581c2a581.png
[970a0f8b8d5742a3b324fa6cf1d7a1a2.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/84268b516b69479d961259388fc805e8.png
[f25b9c6098bd4899825eeffef1b5706a.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/5cc31546ded2414a8432946af9acd3db.png
[cd30cc9b1e1441fb8dbb48dc53b2eeac.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/146a8367f1404a1699a3d96f2d3b5fc9.png