一、介紹
阿爾茨海默病症識別。使用Python作為主要程式語言進行開發，基於深度學習等技術使用TensorFlow搭建ResNet50卷積神經網路演算法，透過對病症圖片4種資料集進行訓練['輕度痴呆', '中度痴呆', '非痴呆', '非常輕微的痴呆']，最終得到一個識別精確度較高的模型。然後使用Django框架開發Web網頁端視覺化操作介面，實現使用者上傳一張眼疾圖片識別其名稱。
注：本系統為學術型研究專案，暫不適用於真正的醫學實踐。
本課題旨在利用深度學習技術構建一個高效的阿爾茨海默病症識別模型，並透過Web介面實現對使用者上傳圖片的自動化識別。在該專案中，我們使用Python作為主要程式語言，並採用TensorFlow框架搭建了一個基於ResNet50的卷積神經網路模型。ResNet50是一種深度殘差網路，具有強大的特徵提取能力，尤其適用於影像分類任務。我們的模型被訓練於四種類別的病症圖片資料集，包括‘輕度痴呆’、‘中度痴呆’、‘非痴呆’和‘非常輕微的痴呆’，以實現對不同階段阿爾茨海默病的精確識別。
為了方便使用者使用和提高診斷效率，我們結合Django框架開發了一個Web介面，提供視覺化的操作平臺。使用者可以透過該平臺上傳眼疾圖片，系統將自動進行影像識別並返回預測結果。這一創新應用不僅降低了醫療診斷的複雜度，同時也為非專業人士提供了便捷的健康管理工具。整體方案的成功實現，展示了人工智慧技術在醫學影像分析中的廣泛應用前景，併為阿爾茨海默病的早期診斷提供了新的技術支援。
二、系統效果圖片展示
三、演示影片 and 完整程式碼 and 安裝
地址：https://www.yuque.com/ziwu/yygu3z/ys8w84f7dd9hffg6
四、更多
如需類似人工智慧、深度學習、影像識別等專案也可聯絡作者幫助。