26年WP信息安全基于Yolo的肿瘤检测识别系统设计与实现20.4-AI14.05_1(19641字).doc

下载文档加入资源篮

阅读 0
格式 doc
大小 9.58 MB
约53页
2026-09-18
评论
收藏
赞(0)
海报
分享
微信扫码分享或点击分享到
QQ空间
QQ好友
新浪微博
复制链接
分享赚佣金
举报

26年WP信息安全基于Yolo的肿瘤检测识别系统设计与实现20.4-AI14.05_1(19641字).doc_第1页

1/53页

26年WP信息安全基于Yolo的肿瘤检测识别系统设计与实现20.4-AI14.05_1(19641字).doc_第2页

2/53页

26年WP信息安全基于Yolo的肿瘤检测识别系统设计与实现20.4-AI14.05_1(19641字).doc_第3页

3/53页

26年WP信息安全基于Yolo的肿瘤检测识别系统设计与实现20.4-AI14.05_1(19641字).doc_第4页

4/53页

26年WP信息安全基于Yolo的肿瘤检测识别系统设计与实现20.4-AI14.05_1(19641字).doc_第5页

5/53页

26年WP信息安全基于Yolo的肿瘤检测识别系统设计与实现20.4-AI14.05_1(19641字).doc_第6页

6/53页

26年WP信息安全基于Yolo的肿瘤检测识别系统设计与实现20.4-AI14.05_1(19641字).doc_第7页

7/53页

26年WP信息安全基于Yolo的肿瘤检测识别系统设计与实现20.4-AI14.05_1(19641字).doc_第8页

8/53页

26年WP信息安全基于Yolo的肿瘤检测识别系统设计与实现20.4-AI14.05_1(19641字).doc_第9页

9/53页

26年WP信息安全基于Yolo的肿瘤检测识别系统设计与实现20.4-AI14.05_1(19641字).doc_第10页

10/53页

在线预览已结束，请下载后查看完整版，加入VIP享文档下载特权

/53

加入VIP 下载文档加入资源篮

文本预览下载提示常见问题

IWHKJ 大学本科毕业设计摘要脑肿瘤是严重威胁人类生命健康的神经系统疾病，传统的人工医学影像判读方式存在主观性强、效率低、易漏诊等问题。为此，本文设计并实现了一套基于 YOLOv11的脑肿瘤检测识别系统，旨在辅助医生完成肿瘤初筛，提高诊断效率与准确性。系统采用 B/S 架构，后端基于 Flask 框架构建，前端使用 Bootstrap 实现响应式布局，数据库采用 MySQL 进行数据存储。核心检测模型选用轻量化的 YOLOv11n，参数量仅约 260 万，可在普通算力环境下稳定推理。系统实现了图像上传检测、实时摄像头检测、电子病例生成、医生挂号预约、在线接诊管理、A...

1、当您付费下载文档后，您只拥有了使用权限，并不意味着购买了版权，文档只能用于自身使用.。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。
3、如文档内容存在违规，或者侵犯商业秘密、侵犯著作权等，请点击“违规举报”。

碎片内容