检索结果-南通市图书馆

基于django框架的校园知识共享平台的设计与实现

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于Django框架的校园知识共享平台的设计与实现

作者：郭君彦首都经济贸易大学

学位级别：硕士

在十二届全国人大三次会议上,李克强总理在政府工作报告中首次提出了“互联网+”行动计划,越来越多的传统行业开始向互联网领域进军,“互联网+教育”正是其中之一。知识共享平台是“互联网+教育”的一个重要组成部分,随着知识共享平台... 详细信息

在十二届全国人大三次会议上,李克强总理在政府工作报告中首次提出了“互联网+”行动计划,越来越多的传统行业开始向互联网领域进军,“互联网+教育”正是其中之一。知识共享平台是“互联网+教育”的一个重要组成部分,随着知识共享平台的兴起,学习知识与解决问题都变得更加简单,人们可以利用碎片时间在知识共享平台上学习一些知识,学习他人分享的经验,或者在遇到问题或困难的时候,在知识共享平台上寻求相应的解决办法。因此,知识共享平台是人们日常工作、学习和生活中常用的一种工具网站。本文通过对现有知识共享平台的业务进行分析,结合高校实际应用场景中经常遇到的问题,设计开发出了基于django框架的校园知识共享平台。与现有的面向大众的综合性知识共享平台或是面向某一领域的专业性知识共享平台不同,校园知识共享平台的创新之处是将目标用户群体明确为高校学子,同时提供了网站和微信小程序两个版本的校园知识共享平台系统,旨在更好地服务高校学子。本系统使用Bootstrap框架搭配django框架来实现系统的整体搭建,后台数据采用My SQL数据库存储,并利用Redis数据库来进行数据缓存,以应对可能出现的读写瓶颈,使用Celery分布式任务队列来处理需要高并发的业务,同时使用DFA算法来进行敏感词过滤,防止网站中出现不良文本信息。从论文结构来看,本文首先介绍了论文的研究背景,对国内外现有的知识共享平台进行了分析,总结出了优势与不足,从而确立了本课题的研究方向。其次,介绍关键技术和工具,并完成了对校园知识共享平台系统的开发和设计。最后,对完成的校园知识共享平台系统进行了展示,并分析了本校园知识共享平台系统不足与进一步发展完善方向的展望。

关键词：知识共享平台 django框架微信小程序

基于django框架的校园预约打印网站设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Django框架的校园预约打印网站设计与实现

作者：周玥吉林大学

学位级别：硕士

从1885年世界上首台打印机的诞生，到如今种多种多样的打印机，打印机作为一种输出设备为信息技术飞速发展下的日常生活提供了极大的便利。打印机技术在不断地发展，打印流程却几乎一成不变。当今在校的大学生普遍没有打印机。需要打... 详细信息

从1885年世界上首台打印机的诞生，到如今种多种多样的打印机，打印机作为一种输出设备为信息技术飞速发展下的日常生活提供了极大的便利。打印机技术在不断地发展，打印流程却几乎一成不变。当今在校的大学生普遍没有打印机。需要打印时，学生事先把资料存储到U盘等移动存储设备上拿到打印社，安插到打印社的电脑上，再告诉工作人员要打印的文件和打印要求，等待打印，最后付款。这种传统的打印流程主要存在以下几个问题： (1)移动存储设备的安全性学生所携带的U盘等移动存储设备可能携带病毒，病毒很有可能感染打印社的电脑和其他学生的U盘，因此学生的存储设备和打印社电脑的安全都难以保证。 (2)打印时间不灵活，排队时间长由于校内打印社数量有限，临近学期末时学生需要打印的资料很多，打印时又必须亲自去打印社，因此在打印社常常要等上十几分钟。再加上没有适当的排队机制，场面有时会发生拥挤和混乱。 (3)打印社工作人员忙时听错打印要求打印社忙时，人声、机器声嘈杂，工作人员时常听错学生口述的打印要求，造成时间、资源的浪费。随着互联网应用与服务的日益普及，受Google云打印技术的启发，本文提出了一种新型的打印方式——通过浏览器上传需要打印的资料、定制打印要求和预约提取文件的时间，届时去打印社提取打印完成的资料即可。以此为出发点，本文采用了django Web开发框架设计并实现了基于B/S（Browser/Server,浏览器/服务器）的校园预约打印网站。该网站大大简化了打印流程，使打印时间变得灵活可控，实用性强，易于推广，具有平台无关性。本系统是面向校内所有教师和学生的网站，先用Axure RP生成网站原型，再基于django Web应用框架进行开发。系统架构分为三层：前端、后端、数据库。网站前端框架借助于Bootstrap，后端采用了Nginx做Web Server，并通过uWSGI连结Nginx与django。系统部署于Ubuntu Server之上，数据库使用MySQL，并且利用Git做版本控制工具。网站开放源代码，托管在GitHub网站上。系统以完美的用户体验为最终目标，使用户能够以最少的步骤、最简单准确的操作和最少的时间来完成预约。在设计前端页面时遵循着C.R.A.P(Contrast, Repetition,Alignment, Proximity.对比，重复，对齐，亲密性)的原则，呈现出简单大方的页面;在后端则分模块地实现各项功能，合理地设计数据库，优化程序处理事务的逻辑和流程，提高服务器的性能。对于需要打印的用户来说，系统简化了打印的流程，节省了他们的时间;对于打印社的工作人员来说，系统提高了他们的工作效率。同时，B/S的架构又意味着用户可以随时随地地预约，系统维护起来简单方便，扩展性强，还易于推广到国内其他高校。待系统逐渐成熟之后，还可以增加其他的扩展功能，如在线支付打印费用、与SNS结合提供文档分享等等。甚至可以推出相应的移动应用，使得预约更加灵活方便。

关键词：预约打印 django框架 Web应用开发 MVC模式 B/S架构云打印

基于django框架的备课资源推荐系统的设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Django框架的备课资源推荐系统的设计与实现

作者：李思婧天津师范大学

学位级别：硕士

目前,人工智能的发展为教育领域赋能,从为教师服务的角度看,具有减轻负担、帮助教师更加关注学生个性发展、提高效率等优势。比如,人工智能的备课技术,可以满足教师个性化备课的需要,根据教师的不同需求为教师推送不同的教学资源,提供... 详细信息

目前,人工智能的发展为教育领域赋能,从为教师服务的角度看,具有减轻负担、帮助教师更加关注学生个性发展、提高效率等优势。比如,人工智能的备课技术,可以满足教师个性化备课的需要,根据教师的不同需求为教师推送不同的教学资源,提供智能化备课的服务。研究发现,现有的备课平台主要存在两个问题。1)未能面向全体教师。现有的备课平台,大多面向K12阶段的教师,忽略了高校教师的备课需要。2)未能实现教学资源的个性化推荐。随着数据量日益增多,在海量资源中找到合适的资源变得越来越困难,并且用户也希望系统能够做到根据每个人的不同需求进行针对性的推荐。基于以上分析,本文提出了基于django框架的备课资源推荐系统。本系统面向高校教师,由于高校中专业较多,且分类较细,故以计算机课程为例。设计思路如下。利用爬虫技术从网络中爬取与计算机课程相关的教学资源,并结合django框架搭建起备课平台。其次,在平台中融入了基于标签的推荐算法和基于关联规则的推荐算法,实现教学资源的个性化推荐。这样做的目的是,利用标签解决推荐系统中的冷启动问题,新用户可以通过在注册时选择兴趣标签的方式,让系统快速的了解用户需求,以此避免用户在刚刚注册时,系统无法为其推荐合适的资源。同时,为了使推荐结果更为准确,在标签推荐中,运用了TF-IDF算法计算标签所占权重。再者,为了可以反馈给用户更加丰富的推荐结果,融入了关联规则,它可以分析出标签之间的联系,从而挖掘出用户潜在的兴趣标签,并把潜在兴趣标签下的资源也推荐给用户。本系统利用Python语言结合MySQL数据库来进行开发,开发环境为PyCharm。最后利用数据集和模拟用户的方式进行测试。

关键词：推荐系统标签关联规则 django框架爬虫

基于django框架的学术推荐系统设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Django框架的学术推荐系统设计与实现

作者：吴海南大连理工大学

学位级别：硕士

目前随着社会不断向前发展,人类随之进入大数据时代,海量的学术数据（论文、专利、期刊会议等）出现在互联网上,在计算机领域建立科学有效的合作变得比以往任何时候都更具有挑战,科研人员通常很难找到和自己最匹配的合作者（BMCs）。此... 详细信息

目前随着社会不断向前发展,人类随之进入大数据时代,海量的学术数据（论文、专利、期刊会议等）出现在互联网上,在计算机领域建立科学有效的合作变得比以往任何时候都更具有挑战,科研人员通常很难找到和自己最匹配的合作者（BMCs）。此外,对研究人员来说,投稿时也很难选择合适的场所发表论文,在海量论文中寻找感兴趣的文献更成为一个棘手的问题。目前,大多数科研人员都是通过关键词搜索来寻找对自己有用的学术资源,但这种方式效率低下,并且也难以满足用户的多元化以及个性化需求。因此,目前急需一个学术推荐系统,为研究人员推荐感兴趣的学术资源,来加快科研进度。本文创新性的提出了一种基于多相似度融合的最匹配合作者推荐模型叫做BMCRec,BMCRec模型融合了学者间的合作关系相似度、研究领域相似度以及学术水平相似度三个学术特征,其中合作关系相似度综合考虑了两个学者之间最近的合作时间、合著论文的次数两个因素,研究领域相似度通过学者发表论文摘要的内容相似度来衡量,学术水平相似度综合了学者的学术年龄、H-index、发表论文的数量、总被引次数和合作者数量五个学术指标进行衡量。之后通过学术大数据建立学术合作网络,构建学者间的转移概率矩阵,最后通过改进的重启型随机游走算法来计算网络中各节点间的相似性,并与MVCWalker模型以及重启型随机游走模型RWR两个模型进行了对比实验,证明了BMCRec算法的优越性,最后推荐的结果更加准确,从而为目标学者推荐最匹配的合作者。其次,本文基于多层感知器建立了期刊会议推荐模型叫做JCR-MLP,JCR-MLP模型通过给定待提交论文的标题、摘要和关键字信息,之后通过使用TF-IDF、卡方检验和独热编码等自然语言处理相关技术提取出输入文本的特征信息形成特征向量,最后将该特征向量输入到多层感知器中进行预测,向用户推荐合适的期刊或会议,供用户投稿时参考。最后,本文基于DBLP引文网络数据集,对所提出的合作者推荐算法以及期刊会议推荐算法进行了实现,并对学术推荐系统的各个功能模块进行了具体的设计与开发。

关键词：合作网络随机游走推荐系统 django框架

基于django框架的音乐推荐系统的设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Django框架的音乐推荐系统的设计与实现

作者：任晓洁首都经济贸易大学

学位级别：硕士

随着信息科学与数字技术的快速发展,数字多媒体技术被广泛应用到诸多领域,包括信息咨询、商业展示和多媒体娱乐等。我们经常使用的网络音乐系统、网络视频系统等就是多媒体娱乐领域中的具体应用。这些应用的推广在丰富大众生活、满足大... 详细信息

随着信息科学与数字技术的快速发展,数字多媒体技术被广泛应用到诸多领域,包括信息咨询、商业展示和多媒体娱乐等。我们经常使用的网络音乐系统、网络视频系统等就是多媒体娱乐领域中的具体应用。这些应用的推广在丰富大众生活、满足大众需求的同时也面临着一些挑战。比如,推荐系统中常见的问题有冷启动、数据稀疏等,它们会降低用户的使用感、无法确保推荐的稳定性。此外,大数据时代的来临,系统中数据量指数级增加,使得信息过载现象日益加剧,导致系统中存在着大量噪音。对于拥有庞大用户群的网络音乐系统而言,保证用户在较短时间内可以得到感兴趣的音乐信息,已成为当前急待解决的重要难题。近年来,科研人员围绕满足用户需求和提高系统性能等多个方面一直在对推荐算法、存储技术进行不断的改进和优化。使用最广的推荐算法是基于内容、协同过滤的推荐,它们通过抽取用户、物品的数据特征,然后建立用户或物品间的关系,最后基于推荐算法生成推荐给用户的物品信息,取得了不错的效果。本文根据它们的思路,提出了基于热度和基于奇异值分解(Singular Value Decomposition,简称SVD)的推荐算法,它可以实现向新注册用户和老用户推荐不同内容的音乐列表。SVD推荐算法的实现是基于用户音乐播放量计算出用户的音乐偏好,然后通过SVD分解进行稀疏矩阵降维,得到音乐推荐列表。这样做的话,一方面可以满足用户需求,另一方面还能够降低系统中的数据计算量。本文设计实现的基于Vue框架和django框架相结合的前后端分离的音乐推荐系统,凭借两个框架各自的技术优势使得系统的开发更具可行性。本文先是具体分析了用户的功能性和非功能性需求,根据面向对象的方法,对系统进行了详细的用例分析和静态分析,确定的系统功能包括:用户注册登录、用户信息修改、音乐播放、音乐推荐、音乐检索和音乐评价等。然后根据需求分析结果,通过时序图的方式阐明了功能的动态交互过程。根据静态分析结果,抽象出系统中的类对象,并由类和类之间的关联,设计了系统的数据库表。最后,通过前端页面展示了系统具体功能的实现结果,并进行了相应的功能、非功能性测试。系统测试结果表明:系统能够保证系统的稳定性,在具备用户注册、登录等认证功能和音乐播放、收藏等音乐管理功能的同时还实现了音乐推荐功能,该系统具有很广泛的应用范围。

关键词：音乐推荐 SVD django框架前后端分离面向对象

基于django框架的LED显示屏集中管理平台的设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Django框架的LED显示屏集中管理平台的设计与实现

作者：彭福旦华中科技大学

学位级别：硕士

LED显示屏作为资源信息发布的重要媒介,广泛应用于交通、商业、广告、金融等领域。显示屏设备的集中管理系统由C/S（客户端/服务端）架构、局域网管理模式向B/S（浏览器/服务端）架构、互联网管理模式转变。随着网点数量、设备规模的增... 详细信息

LED显示屏作为资源信息发布的重要媒介,广泛应用于交通、商业、广告、金融等领域。显示屏设备的集中管理系统由C/S（客户端/服务端）架构、局域网管理模式向B/S（浏览器/服务端）架构、互联网管理模式转变。随着网点数量、设备规模的增加,需要设计开发一款LED显示屏集中管理Web平台,有效解决在设备使用高峰期吉（千兆）比特级上行数据量的吞吐瓶颈和数据库读写压力大的工程问题。针对上述问题综合研究并分析现有方案系统架构,本文提出以django框架搭建后台服务器端,配合Kafka消息中间件和分布式数据库中间件Mycat的架构方案,旨在提升系统性能指标和简化现有系统复杂架构。针对设备使用高峰期时产生的巨大数据量,系统基于Kafka消息中间件,设计消息过滤分发策略、消息重投策略和同步刷盘策略来处理峰值数据,提高数据吞吐率,实现高可靠性和高性能的消息传递。针对海量历史数据的存储和查询,基于分布式数据库中间件Mycat从垂直和水平两个维度拆分数据库,提高数据库存储能力;使用一致性哈希分片规则替代哈希取模分片规则,提高集群伸缩性;使用主从节点复制技术保证读写操作分离后数据一致性,针对不同的数据表设计定制化的查询分片策略,减少数据库响应时间。使用kafa-perf性能测试工具,设置数据量为500万条,改变线程数、批处理数和分区数对消息生产端和消费端测试。生产端吞吐率达74MB/s,消息发送量每秒15万条以上;消费端吞吐率接近120MB/s,消息处理量每秒24万条以上。采用梯度提高读写请求并发量的方案,测试并发量对系统最大响应时间和平均响应时间的影响。当请求并发量达到2000时,系统写请求最大响应时间为503ms,查询请求最大响应时间为557ms,平均响应时间为461ms。结果表明本系统不仅能出色完成LED显示屏的集中管理工作,并且在大数据量、高并发数的情况下,拥有较高的系统吞吐量、较短的系统最大响应时间和平均响应时间。

关键词： LED显示屏 django框架消息中间件分布式数据库中间件

基于django框架的发酵技术云服务器开发

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Django框架的发酵技术云服务器开发

作者：吕奎江南大学

学位级别：硕士

目前我国的发酵行业存在两大难题:(1)随着发酵数据的数量及复杂程度的增加,发酵数据管理和有效利用的难题逐渐凸显;(2)发酵行业的自动化程度低,尤其对于大宗发酵企业来说,十分依赖技术熟练的工人,产品的产量和质量波动较大。为了解决这... 详细信息

目前我国的发酵行业存在两大难题:(1)随着发酵数据的数量及复杂程度的增加,发酵数据管理和有效利用的难题逐渐凸显;(2)发酵行业的自动化程度低,尤其对于大宗发酵企业来说,十分依赖技术熟练的工人,产品的产量和质量波动较大。为了解决这些难题,本课题利用django框架和MySQL与MongoDB数据库软件等工具开发了发酵技术云服务器程序。在管理与利用发酵数据的基础上,以毕赤酵母为研究对象,通过互联网共享工艺控制软件包,在毕赤酵母高密度培养的关键环节实现自动化。主要研究结果如下:(1)API接口开发:本服务器程序在设计时充分考虑到用户的各种使用场景,为此预留了种类丰富的API接口,以满足用户的使用需求。本研究室前期已开发出PC客户端程序,用户借助PC客户端程序访问服务器所提供的API,即可实现数据管理、数据运算、参数配置及工艺软件包下载等功能。(2)通用型发酵数据库开发:采用MySQL(关系型数据库)及MongoDB(非关系型数据库)设计了通用型发酵数据库系统。以MySQL数据表保存规律性强且格式严格的在线参数。以MongoDB文档保存具有很强的随意性,缺乏严格统一的数据格式的离线测量参数、事件记录等。通用型发酵数据库提供给用户方便易用的数据库API,在本项目中不仅减少了与数据库交互的代码量,还使得数据库的后续维护更加方便。(3)工艺控制软件包开发:基于本文作者所在研究团队长期研究毕赤酵母的发酵过程所提出的策略A:改良型DO-Stat甘油流加策略、策略B:“甲醇浓度受限-溶氧浓度充足”和策略C:“甲醇浓度充足-溶氧浓度受限”,分析这些策略的机制,将这些控制策略编写成毕赤酵母工艺控制软件包。(4)以表达人血清白蛋白-人粒细胞集落刺激因子突变体融合蛋白(HSA-GCSF)的Mut型菌株和表达人源溶菌酶(hLYZ)的Mut型毕赤酵母为研究对象,验证上述工艺控制软件包的性能。结果表明:Mut型毕赤酵母诱导60 h后HSA-GCSF的浓度达到532 mg·L;Mut型毕赤酵母诱导69 h后hLYZ总酶活平均值为84 032 U·m L,上述两种目的蛋白的浓度/效价均达到较高水平。在利用Mut型毕赤酵母生产猪圆环病毒Cap蛋白和利用Mut型毕赤酵母生产猪α干扰素(pIFN-α)的过程中也分别采用上述网络共享策略进行发酵,结果显示Cap蛋白浓度达到了0.17 g·L,pIFN-α的浓度达到了1.78g·L。表明了此系统使用后具有较高的外源蛋白产量和良好的通用性,验证了此网络共享系统的可行性/可重复性。

关键词： django框架毕赤酵母数据管理工艺控制 Python

基于django框架的糖尿病预测系统的设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Django框架的糖尿病预测系统的设计与实现

作者：马吉聪云南师范大学

学位级别：硕士

糖尿病及其并发症严重威胁人类健康,研究表明,尽早地对糖尿病进行干预,能有效的降低其并发症和死亡率。基于数据驱动的机器学习方法辅助医生完成疾病的预防、诊疗等任务已经成为医学研究领域里的热点问题。本文旨在构建机器学习模型并... 详细信息

糖尿病及其并发症严重威胁人类健康,研究表明,尽早地对糖尿病进行干预,能有效的降低其并发症和死亡率。基于数据驱动的机器学习方法辅助医生完成疾病的预防、诊疗等任务已经成为医学研究领域里的热点问题。本文旨在构建机器学习模型并分析找出最优的分类模型,将其应用于糖尿病预测系统中。主要研究内容包括:（1）糖尿病数据集的构建。从个人体检数据的真实情况出发,集成采集到的数据样本。对集成后的样本进行数据预处理。剔除异常值和不相关特征,填充其缺失值,处理其离散型特征,并对数据进行归一化处理,依据XGBoost算法模型的特征重要性采用递归特征消除法进行特征选择（RFE-XGBoost）,最终确定预测模型使用的数据集。（2）XAR-Stacking融合模型的构建。通过查阅相关文献和实验研究后,选择使用分类预测效果较好的随机森林、Ada Boost和XGBoost单一模型作为XAR-Stacking融合模型第一层的学习器。在模型融合之前,分别对三个单一模型进行参数调优,使每个单一模型的分类评估指标达到最优。将数据集通过五折交叉验证对融合模型第一层的单一模型进行训练,将其输出结果作为第二层的输入。为避免过拟合问题的产生,融合模型的第二层采用逻辑回归模型。实验表明,XAR-Stacking融合模型在精确率、召回率、F1-Score以及AUC值在数据集上的表现均优于各个单一模型。（3）基于django框架的糖尿病预测系统的设计与实现。为了弥补传统糖尿病健康管理模式过于依赖于人的缺陷性,本文利用机器学习和系统开发技术,将个人、基层社区医疗机构、医院三方有机结合,提出改进型糖尿病管理模式,以助于尽早筛查糖尿病并监控其病程发展。系统采用B/S架构,使用基于Python语言的django框架和Pyecharts可视化技术,将本文提出的XAR-Stacking融合模型应用于系统中,设计实现Web端的糖尿病预测系统。

关键词：糖尿病机器学习 XAR-Stacking融合模型 django框架预测系统

基于django框架的脑磁共振图像的可视化平台的设计和开发

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Django框架的脑磁共振图像的可视化平台的设计和开发

作者：赵君东南大学

学位级别：硕士

脑部疾病威胁着人类的健康,MRI技术能够提供人脑清晰、直观的三维解剖图像,是评估脑的正常以及异常病理的重要依据。随着计算机技术、数字化图像处理技术的不断发展,医学图像可视化技术也在不断更新,软件结构从原来的单机用户模式发展到... 详细信息

脑部疾病威胁着人类的健康,MRI技术能够提供人脑清晰、直观的三维解剖图像,是评估脑的正常以及异常病理的重要依据。随着计算机技术、数字化图像处理技术的不断发展,医学图像可视化技术也在不断更新,软件结构从原来的单机用户模式发展到C/S(Client/Server,即客户机/服务器)模式,再发展到现在盛行的B/S(Browser/Server,即浏览器/服务器)模式。搭建基于Web的脑磁共振图像的可视化平台来存储和管理大量的脑磁共振图像及病人信息,实现浏览器端对脑MR图像的加载、解析和处理,有助于信息共享和远程诊断,从而提高研究和诊断的效率。论文利用django框架快速、简洁,非常适合构建数据库驱动的网站的特点,搭建了脑磁共振图像的数据库系统,实现了基于Web浏览器的DICOM图像可视化,设计和开发了一个可以存储、查询、可视化分析和图像分割全方位的平台。本文的主要工作如下:1.基于需求分析,确定系统的技术架构和设计功能模块,建立相应的数据库模型。采用前后端分离的开发方式,后端采用django+Python+My SQL,前端基于***+***+Webpack,实现用户管理模块、病人信息管理模块和后台管理模块,研究和实现大文件的断点续传方式,并从客户端、服务器端和数据库三个方面设计系统安全。2.对DICOM标准进行概述,并介绍DICOM格式文件的数据结构和编码方式。使用DWV(DICOM Web Viewer)开源框架和HTML5标准中的Canvas标签实现DCM(DICOM文件后缀名)图像在Web浏览器端的加载,并实现了DCM图像的解析。3.在DCM图像加载和解析的基础上,完成对图像的在线操作,包括测量感兴趣区域面积、阈值滤波、图像锐化、边缘提取等操作。基于Live Wire算法实现图像处理界面的交互分割和基于区域增长分割算法实现颅骨分割。通过对各功能模块的功能测试,本平台各项功能符合预期,真正实现了跨平台、免操作系统移植和远程操作。为研究人员的研究和医生的诊断提供便捷,为脑部患者提供个人信息和图像查询,为脑磁共振图像的进一步研究奠定基础。

关键词：脑磁共振图像 django框架可视化平台图像处理颅骨分割