项目成员：李际文

指导教师：杨晨

作品简介：本系统基于深度学习技术，面向结肠癌病理图像的自动化分类与辅助诊断需求，采用双模块架构（用户入口端与系统主体端），集成图像识别、模型训练及医疗问答功能。通过ResNet18与MobileNetV2神经网络结合多种预处理技术，实现结肠癌图像的高精度分类，为临床诊断提供高效、可靠的辅助工具。

图1体系结构图

图2数据集实例图

图3作品展示图

图4作品展示图

项目创新点：

（1）技术创新：本项目基于深度学习构建结肠癌分类系统，采用双模型协同架构。融合ResNet18深层特征提取能力与MobileNetV2轻量级优势，分别适配高性能设备与资源受限场景。图像预处理融合多维度技术，以Sobel算子强化边缘、Sharpen锐化增强纹理、Temperature调节优化对比度，提升模型对病理特征敏感度。交互层面，借Gradio搭建轻量化界面，结合百度API实现人脸识别登录与语音问答，同时运用PyTorch框架进行模型训练，利用MySQL保障数据存储安全可靠，多技术协同优化系统性能与体验。

（2）应用创新：面对结肠癌临床诊断需求，传统人工阅片存在效率低、易主观误差等问题。本项目构建的结肠癌分类系统，可自动化处理病理图像分类，ResNet18与MobileNetV2模型助力精准识别，适用于医院病理科辅助医师初筛、体检中心癌症早筛及医学教育病理学习场景，提升诊断效率与准确性，为结肠癌诊疗及医学教学提供新工具与思路。

项目视频：