基于UNet的皮肤病病灶区域分割平台

基于UNet的皮肤病病灶区域分割平台

项目简介

本平台采用 U-Net 深度学习模型对皮肤镜图像中的病灶区域进行语义分割，提供 Web 端交互界面进行图像上传、分割推理、结果可视化与历史数据管理。系统面向科研与教学场景，支持多用户注册登录、管理员后台管理、数据分析图表等功能。

---

功能模块

模块	功能说明
首页	展示系统核心指标（训练样本数、最佳 Dice、累计分割次数、注册用户数）、系统功能列表、近14日分割趋势折线图
图像分割	上传皮肤镜图像（JPG/PNG/BMP），调用 UNet 模型推理，输出二值掩膜、叠加可视化图、面积占比、置信度、边界框
工作台	用户个人分割统计（分割次数、平均面积占比、平均置信度）、近14日分割趋势柱状图、病灶面积分布饼图、置信度与面积走势图、最近分割记录列表
历史记录	用户全部分割记录分页浏览，支持查看分割详情
分割结果	原图/掩膜/叠加图三视图展示、量化指标表格（千位分隔符格式化）、面积占比饼图
关于系统	项目概述、技术架构、数据集信息、模型参数、训练损失曲线
个人资料	修改邮箱、更新密码、查看账号信息
管理后台	用户管理（查看/删除）、全部分割记录、系统日志、训练指标图表

---

REST API

接口	方法	说明
/api/stats	GET	全局统计（分割总数、日趋势、面积统计、模型指标）
/api/training-history	GET	训练历史（每轮损失、Dice、IoU）
/api/records/<id>	GET	单条分割记录详情（需登录，权限校验）
/api/user-analysis	GET	当前用户分析数据（趋势、面积分布、置信度走势，需登录）

---

标准版目录结构

python-unet-skin-fenge/
├── run.py                        # 应用启动入口
├── requirements.txt              # Python 依赖包清单
├── mac_run.sh                    # macOS 一键启动脚本
├── window_run.bat                # Windows 一键启动脚本
├── backend/
│   ├── __init__.py
│   ├── app.py                    # Flask 应用主入口，路由与 API 定义
│   ├── database.py               # SQLite 数据库模型、初始化与工具函数
│   └── ml/
│       ├── __init__.py
│       ├── unet.py               # UNet 模型定义（编码器-解码器结构）
│       ├── dataset.py            # 数据集加载与划分
│       └── predict.py            # 推理与后处理
├── frontend/
│   ├── static/
│   │   ├── css/
│   │   │   └── style.css         # 自定义样式
│   │   └── js/
│   │       └── main.js           # 全局脚本
│   └── templates/
│       ├── base.html             # 基础模板（导航栏、Sticky Footer、CDN 引用）
│       ├── index.html            # 首页
│       ├── login.html            # 登录页（渐变头部设计）
│       ├── register.html         # 注册页（渐变头部设计）
│       ├── dashboard.html        # 工作台（含数据分析图表）
│       ├── segment.html          # 图像分割页
│       ├── history.html          # 历史记录页
│       ├── result.html           # 分割结果页（三视图 + 饼图）
│       ├── about.html            # 关于系统页
│       ├── profile.html          # 个人资料页
│       └── admin/
│           ├── dashboard.html    # 管理后台首页
│           └── records.html      # 全部分割记录页
├── data/
│   ├── models/
│   │   ├── unet_skin_lesion.pth  # 训练完成的模型权重
│   │   └── training_metrics.json # 训练指标记录
│   ├── processed/
│   │   ├── images/               # 预处理后的训练图像（900张）
│   │   └── masks/                # 预处理后的训练掩膜（900张）
│   ├── results/                  # 分割结果图像（运行时生成）
│   └── uploads/                  # 用户上传的原始图像（运行时生成）
├── instance/
│   └── skin_segmentation.db      # SQLite 数据库文件
├── scripts/
│   ├── download_dataset.py       # 数据集下载与预处理脚本
│   ├── train_model.py            # 模型训练脚本
│   └── sync_db.py                # 数据库同步脚本
├── 演示上传图片/
│   ├── ISIC_0000000.jpg          # 大面积病灶（46.39%）
│   ├── ISIC_0000001.jpg          # 小面积病灶（8.47%）
│   ├── ...                       # 共 8 张精选图片
│   └── 使用说明.md               # 图片说明与使用方法
├── 运行步骤必看/
│   └── window.md                 # Windows 运行步骤说明
├── 训练手册.md                    # 模型训练手册
└── db说明.md                      # 数据库字段说明

---

技术栈

类别	技术
后端	Python 3.12 + Flask 3.0
数据库	SQLite 3
前端	HTML5 + Bootstrap 5.3 + ECharts 5.5
深度学习	PyTorch（U-Net 编码器-解码器）
图像处理	OpenCV + NumPy
密码安全	Werkzeug PBKDF2 哈希

---

环境要求

项目	要求
Python	3.12
操作系统	Windows / macOS / Linux
内存	建议 4GB 以上（模型推理时使用）
磁盘	约 1GB（含依赖、数据集和数据库）
浏览器	Chrome / Firefox / Safari / Edge 现代版本

---

账号信息

角色	用户名	密码
管理员	admin	admin123

管理员拥有管理后台访问权限，可管理用户、查看系统日志和全部分割记录。新注册用户默认为普通用户角色。

---

安全特性

特性	说明
密码哈希	使用 Werkzeug PBKDF2/scrypt 哈希，兼容旧 SHA256 格式自动升级
CSRF 防护	退出登录使用 POST 路由，防止跨站请求伪造
路径遍历防护	/media/<path> 路由校验路径不超出项目根目录
API 字段白名单	/api/records/<id> 仅返回白名单字段，防止敏感信息泄露
权限装饰器	login_required 和 admin_required 保护路由
管理员保护	管理员账号不可被删除，不可自删

获取完整源码

• 网站：AI源码
• 本项目详情：https://www.aiyuanma.vip/posts/python-unet-skin-fenge