基于SSM框架的糖尿病性視網膜病變檢測管理系統的設計與實現

龍坡 何晶

摘要：為提高醫生對于糖尿病性視網膜病變的診斷效率，方便醫生高效管理診斷信息等相關數據，減少病人等待的時間，文章基于項目組前期糖尿病視網膜病變檢測算法研究成果，采用目前流行的Spring+SpringBoot+MyBatis+Tensorflow框架，設計了一套糖尿病性視網膜病變的檢測管理系統。診斷時調用預制模型進行在線預測，將檢測結果反饋給醫生信息管理和病人信息處理等功能，最終為眼科醫生診斷眼底圖片提供更便利的流程，降低病人的等待時間，為病人提供更好的治療體驗。

關鍵詞：SSM;管理系統;信息處理;醫學診斷

中圖分類號：TP391? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2022）25-0053-04

開放科學（資源服務） 標識碼（OSID） ：

1 引言

近年來深度學習的快速發展帶來了一系列應用落地使用，各行各業的人們在不知不覺中享受著深度學習帶來的便利，其中不乏醫療影像領域的應用，為醫生的診斷效率和病人的健康帶來了巨大的幫助?；谏疃葘W習的糖尿病性視網膜圖像分類算法能夠快速準確地識別糖尿病患者的眼底圖像是否病變，為醫生的診斷提供科學有力的依據。因此有必要為醫療人員開發準確快速地檢測糖尿病人眼底圖片的系統。該系統采用目前流行的Spring + SpringBoot + MyBatis + Tensorflow框架[1]。診斷時調用項目組前期研發的圖像分類模型進行在線預測，充分利用深度學習的優勢，能夠準確快速地預測所拍攝糖尿病患者的眼底圖片是否病變，為眼科醫生提供參考。同時該檢測系統中也加入了醫生信息管理和處理病人信息等功能，最終為眼科醫生診斷眼底圖片提供更便利的流程，降低病人的等待時間，為病人提供更好的治療體驗[2]。本章將從系統架構設計、系統數據庫設計、系統模塊實現和系統測試共四個方面來詳細地介紹該檢測系統。

2 系統架構設計

本文設計的糖尿病性視網膜病變檢測系統由四個核心模塊組成，分別是醫生信息管理、病人信息管理、病例信息管理和檢測信息管理。系統功能結構圖如圖1所示。

本系統將實驗訓練的最優深度學習CNN模型用于糖尿病患者的眼底圖像檢測，其識別系統流程圖如圖2所示：

如圖1和圖2所示，本文設計的糖尿病性視網膜病變檢測系統共由醫生信息管理、病人信息管理、病例信息管理和檢測信息管理四個核心模塊組成。醫生信息管理實現的功能主要是負責對眼科醫生信息的管理，主要有醫生賬號登錄、查看醫生信息和修改醫生個人基本信息，以及對密碼進行修改等功能，讓眼科醫生可以保護個人的重要信息;病人信息管理主要負責病人信息的管理，主要有對糖尿病人進行登記患者信息、查看患者信息、修改患者信息等功能;病例信息管理主要對診斷信息進行管理，實現的功能主要是在系統中登記前來看病的糖尿病患者的眼球診斷信息，因為算法是對病變結果進行預測，所以醫生可以根據診斷結果進行相應的操作，比如刪除、修改、查看病例信息等功能，每次診斷都可以實時地為眼科醫生提供診斷參考;眼底圖片檢測信息管理的主要功能是管理糖尿病人眼底圖片的檢測信息。在通過醫院專業的醫療設備拍攝糖尿病患者的眼底圖片后，可以通過該系統的簡易UI界面上傳眼底圖像，然后調用診斷算法可以檢測眼底圖像是否發生了糖尿病性視網膜病變以及病變的類型，同時將檢測信息保存至數據庫，系統則通過視圖層（UI界面） 顯示檢測結果。以上模塊均基于醫院正常的眼科醫生診斷流程開發設計，盡可能地優化眼科醫生的診斷效率。

3 系統數據庫設計

本文設計的系統使用的開源數據庫MySQL，其版本為5.7.20，同時在SQL語言的設計上兼容Oracle、SQLServer等其他關系型數據庫。在系統中共設計了醫生信息表、病人信息表、病人病例信息表、圖像檢測信息表共四張表，醫生信息表主要包含醫生的個人基本信息，如：姓名、手機號、郵箱、年齡以及其登錄密碼等字段，詳細結構如表1所示，病人信息表主要包含的是病人的個人信息，如：病人姓名、年齡、性別等字段，詳細結構如表2所示，病人病例信息表和眼底圖像檢測信息表也是包含相關信息，詳細結構如表3和表4所示：

數據庫的設計盡可能地考慮了眼科醫生的診斷流程和病人的看病流程，完成了從眼科醫生登錄系統到把糖尿病患者信息和檢測結果等錄入系統的過程，可以為眼科醫生和糖尿病患者提供較為方便的診斷流程。縮短眼科醫生的診斷過程以及患者的等待時間。

4 眼底圖像檢測系統實現

本文的眼底圖像檢測系統使用了Java+Python語言進行開發，采用了當前較為流行的Spring、SpringBoot、MyBatis和Tensorflow框架，數據庫設計部分已在上文介紹，服務器采用的為開源服務器Tomcat8.5，算法部分用Python和Tensorflow框架實現，由于該系統為個人開發實現，沒有使用版本控制工具，在開發完成后在本地和服務器端均進行了部署測試[3]，以下是對本系統的四個重要模塊的介紹。

4.1 醫生信息管理模塊

該模塊主要實現眼科醫生對個人基本信息的管理，主要有更改個人信息和密碼等功能，主要界面如圖3所示。具體操作流程如下：

1） 個人信息管理：醫生可以查看自己的個人信息以及更改個人信息，通過點擊修改可以完成對醫生個人信息的修改;

2） 安全管理：安全管理主要實現修改密碼的功能，通過輸入原始密碼和新密碼可以完成更換密碼的過程。

4.2 病人信息管理模塊

該模塊的基本功能是醫生在看診時完成對糖尿病病人的信息管理，所有操作的實現基于對MySQL數據庫的增刪改查，詳細的操作流程如下：

1） 查看病人信息：系統可以展示所有糖尿病人的信息，也可以通過搜索框查找指定的病人信息，查詢通過SQL語句中的模糊查詢進行匹配，在視圖層返回查詢結果;

2） 增加病人實例：系統可以通過增加新的病人實例，在系統中錄入新的糖尿病人的信息;

3） 修改糖尿病人信息：當眼科醫生錄入患者信息錯誤或者需要修改患者信息時，可以點擊修改按鈕對該信息進行修改。

4.3 病歷信息管理模塊

該模塊的基本功能是完成醫生每次對糖尿病患者的診斷，具體操作流程如下：

1） 添加病例：在診斷完成后，眼科醫生可以通過點擊新建病例對系統錄入本次的診斷信息;

2） 查詢病例：類似于病人信息管理模塊，系統在視圖層展示了所有的病例信息，同時醫生也可以通過搜索框查找指定的病例信息;

3） 修改病例信息：此處也類似于病人信息管理模塊，可以對指定信息進行刪除。

4.4 檢測信息管理模塊

該模塊主要對糖尿病人的眼底圖像進行檢測，具體操作流程如下：

1） 眼底圖像檢測：眼科醫生可以通過點擊檢測圖像按鈕上傳眼底圖像到系統，獲取檢測結果;

2） 查詢眼底圖像檢測信息：類似于之前的查詢方法，在輸入框中輸入指定信息后，可以返回相關檢測信息。

因為本糖尿病眼底圖像檢測系統所采用的開發語言是Java，而檢測算法通過Python語言實現，所以本系統采用通過Runtime.getRuntime（）開啟進程來執行Python腳本文件的方法完成眼底圖片的檢測過程，其中Python腳本文件包含了眼底圖片的分類算法，這種調用方式在該系統的實驗測試過程中，計算上客戶端將圖片上傳到服務器的網絡傳輸過程，整個檢測過程需要花費4～5秒的時間，具體根據帶寬、服務器配置等條件差異可能檢測耗時有所不同。眼科醫生根據系統檢測的結果，可以作為給糖尿病患者診斷的參考，提高診斷速度。

5 系統功能和性能測試

5.1 系統功能測試

功能測試是根據用戶基本需求描述對系統子模塊以及集成模塊進行測試，保證設計出來的軟件可以穩定地運行，可以提高用戶體驗，讓用戶對設計出來的系統滿意度更高。

本文中采用黑盒測試[4]，它不同于白盒測試，側重軟件的功能性需求，可以輔助白盒測試，通過黑盒測試，可以發現一些其他類型的錯誤。

測試用例設計方法常見的有幾種：邊界值分析方法、因果圖方法、等價類劃分方法、錯誤推測方法、正交實驗設計方法等。

本文中主要針對系統功能測試用例，測試的業務流程為眼底圖片預測，預期的結果是返回預測結果，測試結果為執行成功，返回了糖尿病性視網膜病變的類型為預測結果。

5.2 系統性能測試

本文中性能測試是通過相應的測試工具模擬正式場景，測試正式場景下系統是否能夠滿足業務要求。常見的性能測試方法有如下幾種：并發測試、基準測試、負載測試等[5]。一般來說，性能是一種重要指標，它表明本文設計的系統對于及時性要求的契合程度，人們往往通過時間來衡量系統的性能，本文中采用Load Runner測試工具，這是一種可以預測系統行為和性能的負載測試工具，可以通過對n名用戶的模擬，實施并發負載以及實時性能檢測的方式尋找和發現當前系統存在的問題，通過測試，本文的檢測系統的響應時間為8ms，在并發用戶為500時仍然可以維持正常工作。

6 結束語

本章主要介紹了基于深度學習模型的糖尿病性視網膜病變檢測系統的設計過程，首先介紹了該糖尿病性視網膜病變檢測系統的總體架構設計，并以圖形化的方式展示了架構設計和糖尿病性視網膜病變的檢測流程;然后介紹了該系統的數據庫中各個關系表的設計，詳細字段信息以表格的方式展示;之后介紹了系統了四個主要模塊，并展示了它們的主要功能和運行時的截圖以及給出了簡單的眼科醫生操作指南;最后介紹了基于深度學習模型實現的糖尿病性視網膜病變診斷算法并對系統進行了相應的系統功能和性能測試，測試結果證明，本文設計的基于深度學習的糖尿病性視網膜病變檢測系統檢測病變耗時較短且系統較為穩定、界面簡潔方便，可以讓眼科醫生對糖尿病人診斷時使用，具有一定的實用價值。

參考文獻：

[1] 李春生，李朝霞，劉濤，等.基于SSM的科研室管理系統的研究與設計[J].計算機技術與發展，2021，31（12）：148-154.

[2] 夏芳.探討優化住院醫保登記流程的意義[J].現代經濟信息，2019（12）：112.

[3] 周新邵，曾強，張莉.基于B/S結構的學生公寓管理信息系統的設計與實現[J].電腦知識與技術，2016，12（25）：9-10.

[4] 向潤.黑盒測試方法探討[J].軟件導刊，2009，8（1）：33-35.

[5] 劉忠朝，苗放，程承旗，等.軟件工程中并發測試的研究與實踐[J].物探化探計算技術，2003，25（2）：178-182.

【通聯編輯：王力】