Divy632/SKIN-CANCER-DETECTION-SYSTEM

# 🏥 皮肤癌检测工具 一个基于 Web 的综合应用程序，利用高级图像处理技术和机器学习进行皮肤癌检测。该工具提供初步筛查结果，并配备专业的医疗主题界面。    ## ✨ 核心功能 ### 🔐 **用户认证系统** - **安全登录/注册**：专业的医疗主题认证页面 - **密码安全**：BCrypt 哈希加密及强度验证 - **会话管理**：使用 Flask-Login 进行安全的用户会话管理 - **用户仪表板**：个人分析历史和统计数据 ### 🔬 **高级图像分析** - **多因素分析**：不对称性、颜色变化、边缘不规则性 - **ABCDE 规则实现**：遵循皮肤科标准 - **风险评估**：综合评分系统（低/中/高风险） - **实时处理**：使用 PIL 和 NumPy 进行即时分析 ### 🎨 **医疗主题 UI/UX** - **专业设计**：具有合适配色的医疗级界面 - **响应式布局**：适配桌面端、平板和移动设备 - **交互元素**：拖放上传、进度指示器 - **无障碍访问**：对屏幕阅读器友好，带有适当的 ARIA 标签 ### 📊 **仪表板与分析** - **分析历史**：所有已执行分析的完整记录 - **风险统计**：风险评估的可视化展示 - **个人资料**：用户账户管理 - **快捷操作**：快速访问新的分析和过往结果 ### 🛡️ **医疗合规性** - **免责声明集成**：全程提供清晰的医疗免责声明 - **专业标准**：遵循医疗软件指南 - **数据隐私**：安全存储用户数据和分析结果 ## 🚀 快速开始 ### 前置条件 ``` # 检查 Python 版本（需要 3.7+） python --version # 检查 pip pip --version ``` ### 安装说明 1. **克隆或下载**项目到您的本地计算机 2. **安装依赖**（如果尚未安装）： pip install Flask Flask-Login Flask-SQLAlchemy Flask-WTF WTForms bcrypt Pillow numpy 3. **运行应用程序**： # 选项 1：使用启动脚本 python run.py # 选项 2：直接运行 python app.py 4. **打开浏览器**并访问： http://localhost:5002 ## 💡 使用说明 ### 1. **创建账户** - 在着陆页上点击“注册” - 输入您的电子邮箱、用户名和安全密码 - 完成注册并登录 ### 2. **上传皮肤图像** - 转到分析页面 - 点击上传区域或拖放图像 - 支持的格式：PNG、JPG、JPEG、GIF、BMP、TIFF - 最大文件大小：16MB ### 3. **查看结果** - 获取带有风险评估的即时分析 - 查看技术细节和建议 - 检查您的仪表板以查看分析历史 ### 4. **专业咨询** - **始终咨询皮肤科医生**以获得正确的诊断 - 仅将结果用作筛查工具 - 如果结果令人担忧，请预约就医 ## 🛠️ 技术栈 ### 后端 - **Flask 3.1.0**：Web 框架 - **SQLAlchemy**：数据库 ORM - **Flask-Login**：用户会话管理 - **WTForms**：表单验证 - **PIL/Pillow**：图像处理 - **NumPy**：数值计算 - **BCrypt**：密码哈希 ### 前端 - **Bootstrap 5.1.3**：响应式 UI 框架 - **Font Awesome 6.0**：医疗图标和 UI 元素 - **自定义 CSS**：医疗主题样式 - **JavaScript**：交互功能和 AJAX ### 数据库 - **SQLite**：本地数据库存储 - **用户管理**：安全的用户账户 - **分析历史**：完整的分析记录 ## 📁 项目结构 ``` DEMO1/ ├── app.py # Main Flask application ├── run.py # Startup script ├── requirements.txt # Python dependencies ├── README.md # This file ├── Template/ # Jinja2 templates │ ├── base.html # Base template with medical theme │ ├── login.html # Login page │ ├── signup.html # Registration page │ ├── index.html # Main analysis page │ ├── dashboard.html # User dashboard │ ├── results.html # Analysis results │ └── about.html # About page ├── static/ # Static files │ └── uploads/ # Uploaded images └── instance/ # Database files └── skin_cancer_detection.db ``` ## 🔬 分析算法 该工具基于皮肤学的 **ABCDE 规则** 实现了全面分析： ### **A - 不对称性 (Asymmetry)** - 比较病灶的左右两半 - 使用图像对比计算不对称性得分 - 得分越高表明不对称性越大 ### **B - 边缘不规则性 (Border Irregularity)** - 使用边缘检测算法 - 分析边缘的平滑度和规则性 - 检测不规则或呈扇贝状的边缘 ### **C - 颜色变化 (Color Variation)** - 检查整个病灶的颜色分布 - 分析 RGB 颜色变化 - 检测单个病灶内的多种颜色 ### **风险评分系统** - **低风险（0-2 分）**：继续定期自我检查 - **中风险（3-4 分）**：考虑预约皮肤科医生 - **高风险（5 分以上）**：强烈建议立即咨询 ## ⚠️ 医疗免责声明 ## 🔒 安全特性 - **密码哈希**：带盐值的 BCrypt - **会话安全**：安全的会话管理 - **输入验证**：所有表单均进行服务端验证 - **文件上传安全**：类型和大小验证 - **SQL 注入防护**：SQLAlchemy ORM - **XSS 防护**：模板自动转义 ## 🎯 未来增强功能 - [ ] 集成 AI/ML 模型以提高准确性 - [ ] 多语言支持 - [ ] 导出分析报告（PDF） - [ ] 与医疗数据库集成 - [ ] 高级用户角色（患者、医生） - [ ] 远程医疗咨询功能 - [ ] 移动应用开发 ## 📞 支持 如有问题、疑问或贡献： 1. 检查控制台是否有错误消息 2. 确保已安装所有依赖项 3. 确认端口 5001 可用 4. 检查上传目录的文件权限 ## 📄 许可证 本项目仅用于教育目的。如果在临床环境中使用，请确保遵守医疗软件法规。 **用心 ❤️ 制作，致力于推进皮肤科筛查和早期癌症检测** # 皮肤癌检测工具 一个基于 Web 的皮肤癌检测工具，采用由 Python 的 PIL (Pillow) 库驱动的高级图像处理技术来分析皮肤病灶，并提供初步筛查结果。 ## ⚠️ 医疗免责声明 **本工具仅供教育和筛查目的使用。它不能替代专业的医疗诊断。如需对皮肤问题进行正确的评估和诊断，请务必咨询皮肤科医生。** ## 功能 - **图像分析**：使用 PIL/Pillow 进行高级图像处理 - **风险评估**：基于 ABCDE 规则的分析（不对称性、边缘、颜色、直径、演变） - **技术指标**：详细分析，包括不对称性得分、颜色变化和边缘不规则性 - **用户友好的界面**：基于 Bootstrap 的现代 Web 界面 - **拖放上传**：带预览的简单文件上传 - **多种格式**：支持 PNG、JPG、JPEG、GIF、BMP、TIFF ## 分析功能 该工具检查以下几个关键特征： - **不对称性分析**：比较病灶的左右两半 - **颜色变化**：分析颜色分布和变化 - **边缘不规则性**：使用边缘检测来评估边缘特征 - **颜色增强**：提高图像对比度以获得更好的分析效果 ## 技术栈 - **后端**：Flask (Python) - **图像处理**：PIL/Pillow - **数值计算**：NumPy - **前端**：Bootstrap 5、Font Awesome - **文件处理**：Werkzeug ## 安装说明 1. **克隆或下载项目** cd "MINI PROJECT" 2. **安装依赖项** pip install -r requirements.txt 3. **运行应用程序** python app.py 4. **打开浏览器** 访问 `http://127.0.0.1:5000` ## 环境要求 - Python 3.7+ - Flask 2.3.3 - Pillow 10.0.1 - NumPy 1.24.3 - Werkzeug 2.3.7 ## 使用说明 1. **上传图像**：点击上传区域或拖放图像文件 2. **支持的格式**：PNG、JPG、JPEG、GIF、BMP、TIFF（最大 16MB） 3. **分析**：该工具将自动处理图像 4. **结果**：查看风险评估和技术分析 ### 获得最佳效果的建议 - 使用良好的照明 - 清晰对焦于病灶 - 避免阴影和反光 - 包含一些周围皮肤以提供环境参考 ## 项目结构 ``` MINI PROJECT/ ├── app.py # Main Flask application ├── requirements.txt # Python dependencies ├── README.md # This file ├── Template/ # HTML templates │ ├── base.html # Base template │ ├── index.html # Home page │ ├── about.html # About page │ └── results.html # Results page └── static/ └── uploads/ # Uploaded images directory ``` ## API 端点 - `GET /` - 主页 - `POST /upload` - 文件上传和分析 - `POST /api/analyze` - 用于分析的 API 端点 - `GET /about` - 关于页面 ## 风险评估 该工具提供三个风险级别： - **低风险**：得分 0-2，继续定期自我检查 - **中风险**：得分 3-4，考虑预约皮肤科医生 - **高风险**：得分 5+，强烈建议立即咨询皮肤科医生 ## 许可证 本项目仅用于教育目的。 ## 联系方式 有关此教育工具的问题，请查阅文档或相关的教育资源。 **切记**：早期发现和专业的医疗护理至关重要。如果您对任何皮肤变化感到担忧，请立即就医。# 皮肤癌 (SKIN-CANCER)

标签：Apex, Flask, Python, 医疗健康, 图像分析, 无后门, 机器学习, 皮肤癌筛查, 逆向工具