项目成员：董雪倩、聂金垚

指导教师：赵秀洁

作品简介：本项目旨在利用深度学习技术对COVID-19肺部CT图像进行分析和分类，以提高COVID-19的诊断效率和准确性。通过对COVID-19数据集进行纹理增强、反锐化、CLAHE等数字图像处理技术和先进的神经网络模型，本项目希望能够提高图像质量和特征的可识别性，在医疗影像领域提供一种有效且准确的辅助诊断工具。

图1 作品展示图

图2 作品展示图

项目创新点：

本项目设计并实现了集图像上传、处理、诊断、模型训练于一体的用户界面，支持本地文件上传与摄像头实时采集两种图像输入方式。界面内嵌 acc/loss 曲线动态展示功能，直观呈现模型训练过程；同时集成语音交互与视频交互模块，用户可通过语音指令快速触发操作或通过摄像头实时获取图像并完成诊断，显著提升了系统的易用性与智能化水平。

项目视频：