基于YOLOV12+DeepSeek的脑部肿瘤检测系统

烟波人长安吖

1385人浏览 · 2025-03-08 15:17:18

烟波人长安吖 · 2025-03-08 15:17:18 发布

前言

本系统是一个基于YOLOV12+DeepSeek的脑部肿瘤检测系统。
可使用YOLOV1-YOLOV12的任意模型进行目标检测。可以实现检测图片、视频、摄像头三种方式。能够检测出正常、胶质瘤、脑膜瘤、垂体、占位性病变五种检测情况，并使用DeepSeek、Qwen等大模型对检测结果给出相关建议，并可将检测报告导出为PDF文件。另外添加可视化界面对检测结果进行可视化显示。
技术栈使用YOLO、DeepSeek、Qwen、Pytorch、SpringBoot、MyBatis-Plus、Vue3、Echarts、Ts、element-plus、Flask、Axios、MySQL等技术。
系统还支持分用户管理。分为管理员和普通用户，管理员可查看所有记录，并管理用户。普通用户只可查看自己的记录。
界面简洁、美观。支持主题色修改、布局样式修改、组件大小修改等。

基于YOLOV12+DeepSeek的脑部肿瘤检测系统

系统演示视频

1.界面功能介绍

1.登陆注册

系统使用MySQL作为数据库实现登陆注册功能。如下：
在这里插入图片描述

在这里插入图片描述

2.检测结果可视化

登陆成功后来到系统首页，即可看到检测结果的可视化界面。
在这里插入图片描述
完整界面展示

3.图像检测

点击图像检测即可进入检测界面。
在这里插入图片描述

在这里可以选择模型、AI助手、设置最小置信度并上传检测图片完成检测识别功能。
在这里插入图片描述

点击开始预测即可检测识别，若选择AI模型如DeppSeek、Qwen等。需等待大模型给出相关检测，检测时间较长。若不使用AI助手，则在一秒内给出结果。下图是选择DeepSeekAI助手后的检测结果。
右边会显示识别结果、预测概率、总耗时等信息。若一个图中包含多种结果，在下方的详细结果中会将每个结果都显示出来。最下面是AI建议，包括建议检查项目、手术方案、药物选择、注意事项等。
在这里插入图片描述

点击PDF导出即可将检测报告导出为PDF文件。

4.视频检测

选择视频检测模块即可检测视频。可将CT、MRI影像转为视频进行检测。
在这里插入图片描述
在这里可以选择模型、设置最小置信度并上传检测视频完成检测识别功能。

点击开始处理后即可检测识别。
在这里插入图片描述

处理完成后会显示保存进度。
在这里插入图片描述

5.摄像检测

选择摄像检测模块即可检测摄像头实时内容。
在这里插入图片描述
在这里可以选择模型、设置最小置信度完成检测识别功能。

点击开始录制后即可检测识别。
在这里插入图片描述
处理完成后会保存检测内容。

6.图片识别记录

系统会保存用户识别的记录，包括原始图片、预测图片、识别权重、置信度、最小阈值、AI助手、AI建议、总用时、识别用户、识别时间等信息。其中会分别记录检测的结果以及置信度。
这里做了权限管理，每个用户只能查看自己的识别记录。但是管理员可以查看所有记录。
在这里插入图片描述

下拉内容即可查看详细识别结果
在这里插入图片描述

同时也支持模糊查询。

7.视频识别记录

系统会保存用户识别的记录，包括原视频、处理结果、识别权重、最小阈值、识别用户、识别时间等信息。
这里做了权限管理，每个用户只能查看自己的识别记录。但是管理员可以查看所有记录。
在这里插入图片描述

点击查看详情可以查看更多信息
在这里插入图片描述
这里可以开始播放视频、暂停播放。同时也可拖动视频

同样也支持模糊查询
在这里插入图片描述

8.摄像识别记录

系统会保存用户摄像识别的记录，包括处理结果、识别权重、最小阈值、识别用户、识别时间等信息。
这里做了权限管理，每个用户只能查看自己的识别记录。但是管理员可以查看所有记录。
在这里插入图片描述

可以查看视频
在这里插入图片描述

同样也支持模糊查询。

9.用户管理

管理员可对用户信息进行管理，包括对用户的增删改查
在这里插入图片描述

在这里插入图片描述

10.个人中心

用户在个人中心可对自己的信息进行修改
在这里插入图片描述

11.主题风格修改

系统可以自定义直接修改主题，包括系统整体颜色、组件大小。
支持深色模式、色弱模式、灰色模式等。还可以自定义样式布局。

12.模型训练

可自己训练模型。数据集在文件中。可重新训练权重。支持训练yolov1-yolov12的所有模型。
在这里插入图片描述

在这里插入图片描述
训练完成后将权重放到weights目录下即可使用。

2.代码目录介绍

1.BrainTumorDetection文件

这是系统的整体文件，包含：
1.BrainTumorDetection_flask文件—具体实现YOLO算法的工程文件，使用python语言。
2.BrainTumorDetection_springboot文件—具体实现系统后端的工程文件，使用SpringBoot框架。
3.BrainTumorDetection_vue文件—具体实现系统前端Web界面的共工程文件，使用Vue3框架。
4.ffmpeg-7.1-full_build文件—系统所需出视频处理的软件。
5.brain_tumor.sql文件—系统数据库文件。
6.YOLO&DeepSeek系统部署教程.pdf—系统安装教程。
在这里插入图片描述

2.BrainTumorDetection_flask文件

在这里插入图片描述

这是实现系统算法的工程文件。
1.dataset—这是存放系统训练所需的数据集。
2.runs–保存训练结果（训练权重和图片信息）以及预测过程中的图片结果和视频结果（临时文件，会删掉）。
3.utils–调用AI助手的函数以及预测函数。可实现DeepSeek和Qwen模型的调用。
4.weights–保存训练权重
5.main.py–主函数。只运行这个即可。
6.train.py–训练文件，可重新训练自己的权重。