基于深度学习的眼疾识别系统

一、项目简介

眼疾识别系统是一个基于深度学习的医疗辅助诊断平台，旨在帮助眼科医生和患者快速识别常见眼部疾病。系统通过分析眼底图片，能够准确识别白内障、青光眼、高血压视网膜病变等常见眼疾，并提供识别置信度，为临床诊断提供参考依据。

本项目的主要特点：

支持多种深度学习模型：集成了12种经典模型，可灵活选择和切换
多类别识别：支持白内障、青光眼、高血压视网膜病变、正常眼底四种分类
用户友好的Web界面：提供直观的图片上传和识别结果展示
完整的训练流程：提供数据预处理、模型训练、评估和预测全流程

二、技术栈

本项目采用以下技术栈：

框架：Django 4.x（后端）+ HTML/CSS/JavaScript（前端）
深度学习框架：PyTorch 1.x
模型架构 ：
- 传统卷积神经网络：AlexNet、VGGNet、ResNet、GoogLeNet、LeNet
- 轻量级模型：MobileNet、ShuffleNet、DenseNet、EfficientNet、RegNet
- Transformer模型：Vision Transformer、Swin Transformer
数据处理：Pandas、NumPy、Scikit-learn
可视化：Matplotlib

三、数据集说明

本项目使用的眼疾数据集包含以下四个类别：

类别名称	说明
cataract（白内障）	晶状体混浊导致视力模糊
glaucoma（青光眼）	眼压升高导致视神经损伤
high（高血压视网膜病变）	高血压引起的视网膜血管病变
normal（正常眼底）	无明显眼部疾病

数据集按照8:2的比例划分为训练集和测试集，总计包含约1200张眼底图片。

四、系统功能

系统主要功能模块：

模型选择：用户可选择不同的深度学习模型进行识别
图片上传：支持上传JPG、PNG等格式的眼底图片
智能识别：系统自动分析图片并返回识别结果
结果展示：显示识别类别和置信度

图1：眼疾识别系统首页截图

五、模型架构与核心流程

5.1 模型架构

本项目集成了12种深度学习模型，涵盖了从传统CNN到最新Transformer架构的各种模型：

AlexNet：经典的深度卷积神经网络，首次证明深度学习在图像识别中的有效性
VGGNet：使用小卷积核构建深度网络，具有良好的特征提取能力
ResNet：引入残差连接，解决深度网络训练退化问题
GoogLeNet：采用Inception模块，提高计算效率
MobileNet/ShuffleNet：轻量级模型，适用于移动端部署
Vision Transformer：将Transformer架构应用于图像分类
Swin Transformer：基于窗口的Transformer，在视觉任务中表现优异

5.2 核心流程

系统的核心流程包括数据预处理、模型训练和预测三个阶段：

数据预处理阶段：

图片加载与尺寸调整（统一调整为224×224或32×32）
数据增强（随机裁剪、水平翻转等）
归一化处理（基于ImageNet均值和标准差）

模型训练阶段：

模型初始化（支持预训练权重加载）
冻结特征提取层（可选）
优化器配置（Adam、SGD等）
学习率调度（余弦退火策略）
训练与验证循环

预测阶段：

接收用户上传的图片
图片预处理
模型推理
返回识别结果和置信度

六、训练流程

6.1 环境准备

确保已安装以下依赖：

Python 3.8+
PyTorch 1.10+
Django 4.x
pandas、numpy、scikit-learn、matplotlib

6.2 数据准备

数据集结构如下：

复制代码

data_set/
  └── eye/
      ├── train/
      │   ├── cataract/
      │   ├── glaucoma/
      │   ├── high/
      │   └── normal/
      └── test/
          ├── cataract/
          ├── glaucoma/
          ├── high/
          └── normal/

6.3 模型训练

可以使用统一训练脚本训练指定模型：

bash 复制代码

python main_train.py --model swin --data_set eye --epoch 10 --lr 0.0001

也可以进入具体模型目录单独训练：

bash 复制代码

cd models/swin_transformer
python train.py --data_set eye --epochs 10

6.4 模型评估

训练过程中系统自动计算以下指标：

准确率（Accuracy）
精确率（Precision）
召回率（Recall）
F1分数（F1 Score）

训练结果自动保存为Excel文件，位于各模型目录下。

七、效果展示与分析

7.1 模型性能对比

本项目对12种模型进行了对比实验，以下为部分模型的性能对比：

模型名称	最高验证准确率
MobileNet	0.7500
ResNet	0.7225
GoogLeNet	0.7033
AlexNet	0.6758
DenseNet	0.6648
LeNet	0.6456
EfficientNet	0.6044
Vision Transformer	0.6016
RegNet	0.5385
ShuffleNet	0.4725
Swin Transformer	0.3516
VGGNet	0.2445

7.2 识别效果

系统在测试集上表现良好，能够准确识别不同类型的眼疾。以下是典型识别场景：

白内障识别：准确率高，能够识别不同程度的晶状体混浊
青光眼识别：能够识别视神经损伤特征
高血压视网膜病变：能够识别血管病变特征
正常眼底：能够正确判断无病变的眼底图片

八、项目总结与优化方向

8.1 项目总结

本项目成功构建了一个基于深度学习的眼疾识别系统，实现了以下目标：

集成了12种深度学习模型，提供了丰富的模型选择
完成了数据集准备和预处理流程
实现了完整的训练、评估和预测流程
构建了用户友好的Web界面

系统在测试集上取得了良好的识别效果，为眼疾辅助诊断提供了有力工具。

8.2 优化方向

未来可以从以下方向进行优化：

数据增强优化：引入更多数据增强策略，提升模型泛化能力
模型融合：采用集成学习方法，融合多个模型的预测结果
迁移学习优化：使用领域相关的预训练模型进行微调
模型压缩：对模型进行量化和剪枝，便于移动端部署
多任务学习：同时识别多种眼部特征，提供更全面的诊断信息