项目成员：吴冰珩、肖泽涵、朱发鑫

指导教师：杨晨

作品简介：乳腺癌疾病预测是基于深入学习的乳腺癌预测方法，结合人工智能技术，分析乳腺癌病理数据分类方法，并对基于深度学习的乳腺癌病例数据分类方法进行实践，建立的预测乳腺癌患病风险的模型，对乳腺癌数据分类与预测的关键问题进行总结，帮助医护人员预测乳腺癌患者，及时并准确地对高危人群采取针对性的措施，有助于乳腺癌的辅助诊断和预防。

图1 初始界面展示  

图2 分类结果展示

 图3 acc曲线展示                     

项目创新点：

（1）技术创新：通过乳腺图像构建深度学习模型并用于乳腺癌临床应用的研究呈现出直线上升的趋势，且针对的临床应用场景越来越多元化。深度学习模型被证实在乳腺癌相关的诊断和预测任务中具有良好甚至超越影像科医生的表现，可以减轻医生工作量节约时间成本。

（2）应用创新：使用Pandas框架加载和处理乳腺癌数据集。通过DataFrame对象，方便地提取特征和标签，并进行数据预处理。使用Tkinter创建窗口、标签、按钮、文本框等GUI组件的功能，从而实现灵活的用户交互。使用scikit-learn的KNeighborsClassifier类创建K最近邻分类器，并进行训练和预测，进而提高模型预测准确率。

项目视频：