简介：这份资源是基于Python实现的深度学习医疗诊断系统完整源码，面向医疗AI方向的开发者、课程设计者与毕业设计学生，帮助理解深度学习如何落地于疾病预测与医学影像分析场景。压缩包共48个文件、约4.44MB，以13个py核心源码、13张jpg医学影像素材、7个pyc编译文件为主，另含3个ui界面文件、qss样式、json与conf配置、db数据库、license许可及readme说明，覆盖模型设计、训练测试、界面交互与数据存储等模块。目录中main、diagnose、image、sql、login等脚本分工明确，配合PyQt界面与日志配置，可较完整地还原一套可运行的诊断流程。目前已有454人学习下载，适合作为医疗AI入门实践、算法改进与二次开发的参考底本，也便于对照源码梳理从数据到诊断输出的整体链路。
1. 从一份 Python 源码说起：医疗诊断系统到底在做什么
打开任何一个技术社区搜「基于深度学习的医疗诊断系统Python实现源码」，你大概率会看到两种结果：一种是只有界面截图、没有推理逻辑的演示壳子，另一种是把 MNIST 手写数字识别改个名字就敢叫医疗诊断的玩具。真正能跑通、能解释、能换数据集的医疗诊断系统，核心链路其实只有四段：医学影像或结构化数据的读取与预处理、深度学习模型的定义与训练、推理服务的封装、以及面向医生或患者的交互层。这个标题对应的，就是把这四段用 Python 串起来的一套可复现工程。它适合两类人：一类是刚学完深度学习课程、想找一个比猫狗分类更有说服力的实战项目练手的学生；另一类是想把院内积累的影像数据用起来、但不确定从哪下手的临床科研人员。接下来我不讲空泛概念，直接按我实际搭过几套类似系统的顺序，把选型、代码、参数和踩过的坑摊开讲。
2. 医疗诊断系统的技术选型：为什么是 CNN 而不是别的
2.1 影像类诊断任务里 CNN 仍然是默认答案
医疗诊断系统按输入数据分，常见的有三类：医学影像（X 光、CT、病理切片）、生理信号（心电图、脑电图）、结构化检验指标。这个标题没有限定模态，但从「Python 实现源码」这个诉求看，绝大多数人要做的是影像分类或分割，因为这类任务有公开数据集、有成熟的预训练权重、可视化效果也直观。影像任务里，卷积神经网络（CNN）是绕不开的基线。原因不复杂：医学影像的判别信息高度局部化，一个肺结节、一处视网膜出血点，都只占整张图很小一块区域，CNN 的局部感受野和权值共享恰好匹配这种特性。Transformer 这两年在医学影像上确实很猛，但它对数据量和算力的要求高一个量级，个人或小团队拿几百张标注图去训 ViT，大概率欠拟合到怀疑人生。所以我的建议是：先用 CNN 把整条链路跑通，等数据量上来了再考虑换骨干网络。
具体到骨干选择，ResNet18 和 ResNet50 是最稳的两个起点。ResNet18 参数量约 1100 万，单张 224×224 的图在普通显卡上推理只要几毫秒，适合做原型验证；ResNet50 参数量约 2500 万，精度通常高两三个点，但训练时间翻倍。如果你做的是二分类筛查任务（比如肺炎有无），ResNet18 足够；如果是多分类或细粒度分级（比如糖尿病视网膜病变五级），直接上 ResNet50 或 EfficientNet-B3。EfficientNet 系列在同等精度下参数量更小，但它的复合缩放系数需要调，新手容易在输入分辨率上翻车，所以我一般让团队先用 ResNet 打底。
2.2 数据管道的三个关键决策
选完模型，真正决定项目成败的是数据管道。医疗数据和 ImageNet 的分布差异极大：X 光片是单通道灰度、对比度低、不同设备拍出来的亮度差异能到两三倍；病理切片则是超大分辨率、需要切 patch。这里有三个决策点必须提前定。
第一，是否用预训练权重。我的经验是：只要你的数据集超过 500 张，就用 ImageNet 预训练权重做初始化，然后把第一层卷积改成单通道（如果是灰度图），或者复制三通道取平均。从头训练在小数据集上几乎必然过拟合。第二，归一化参数怎么定。不要直接套 ImageNet 的 mean=[0.485,0.456,0.406]、std=[0.229,0.224,0.225]，医学影像的像素分布完全不同。正确做法是在训练集上统计均值和标准差，写进配置。第三，类别不平衡怎么处理。临床上正常样本远多于异常样本，比例到 10:1 很常见。直接训练会让模型学会「全预测正常」也能拿 90% 准确率。常见做法是加权采样（WeightedRandomSampler）配合 Focal Loss，或者对少数类做数据增强。
下面这段代码是我常用的数据管道骨架，基于 PyTorch，包含灰度转三通道、自定义归一化和加权采样：
import torch from torch.utils.data import Dataset, DataLoader, WeightedRandomSampler from torchvision import transforms from PIL import Image import numpy as np import os class MedicalImageDataset(Dataset): def __init__(self, root_dir, transform=None): self.samples = [] self.transform = transform # 假设目录结构为 root_dir/类别名/图片文件 for label, cls_name in enumerate(sorted(os.listdir(root_dir))): cls_dir = os.path.join(root_dir, cls_name) if not os.path.isdir(cls_dir): continue for fname in os.listdir(cls_dir): if fname.lower().endswith(('.png', '.jpg', '.jpeg', '.bmp')): self.samples.append((os.path.join(cls_dir, fname), label)) self.num_classes = len(set(s[1] for s in self.samples)) def __len__(self): return len(self.samples) def __getitem__(self, idx): path, label = self.samples[idx] # 医学影像常见为灰度，转 RGB 以适配预训练模型 img = Image.open(path).convert('RGB') if self.transform: img = self.transform(img) return img, label def build_dataloaders(root_dir, batch_size=32, num_workers=4): # 训练集增强：翻转、轻微旋转、对比度扰动 train_tf = transforms.Compose([ transforms.Resize((224, 224)), transforms.RandomHorizontalFlip(p=0.5), transforms.RandomRotation(degrees=10), transforms.ColorJitter(brightness=0.2, contrast=0.2), transforms.ToTensor(), # 这里的 mean/std 应替换为你在训练集上统计出的值 transforms.Normalize(mean=[0.5, 0.5, 0.5], std=[0.25, 0.25, 0.25]), ]) val_tf = transforms.Compose([ transforms.Resize((224, 224)), transforms.ToTensor(), transforms.Normalize(mean=[0.5, 0.5, 0.5], std=[0.25, 0.25, 0.25]), ]) full_ds = MedicalImageDataset(root_dir, transform=train_tf) # 按 8:2 划分训练与验证 n_val = int(len(full_ds) * 0.2) n_train = len(full_ds) - n_val train_ds, val_ds = torch.utils.data.random_split(full_ds, [n_train, n_val]) val_ds.dataset.transform = val_tf # 验证集关闭增强 # 计算每个类别的样本数，构造加权采样器 labels = [full_ds.samples[i][1] for i in train_ds.indices] class_counts = np.bincount(labels, minlength=full_ds.num_classes) class_weights = 1.0 / np.maximum(class_counts, 1) sample_weights = [class_weights[l] for l in labels] sampler = WeightedRandomSampler(sample_weights, num_samples=len(sample_weights), replacement=True) train_loader = DataLoader(train_ds, batch_size=batch_size, sampler=sampler, num_workers=num_workers, pin_memory=True) val_loader = DataLoader(val_ds, batch_size=batch_size, shuffle=False, num_workers=num_workers, pin_memory=True) return train_loader, val_loader, full_ds.num_classes这段代码里几个参数值得单独说。RandomRotation(degrees=10)的 10 度不是随便写的，医学影像里器官的解剖方向有临床意义，旋转超过 15 度可能把正常结构转成异常形态，反而引入噪声。ColorJitter的 brightness 和 contrast 都设 0.2，是为了模拟不同设备曝光差异，但不能再大，否则可能抹掉病灶的灰度特征。WeightedRandomSampler的replacement=True表示有放回采样，少数类会被反复抽到，这是解决不平衡最直接的手段。pin_memory=True在 GPU 训练时能加速主机到显存的数据搬运，别省这一步。
3. 模型训练与评估：把准确率从 0.7 拉到 0.9 的实操细节
3.1 训练循环里必须监控的三个量
很多人训练医疗模型只看 loss 和 accuracy，结果模型在验证集上准确率 0.95，一上真实数据就崩。问题出在评估指标选错了。医疗诊断场景里，敏感度（Sensitivity，召回率）和特异度（Specificity）比准确率重要得多。一个肺炎筛查模型如果把所有片子都判为正常，准确率可能也有 0.8，但敏感度是 0，这种模型没有任何临床价值。所以训练循环里我强制监控三个量：验证集上的 AUC、敏感度、特异度。AUC 衡量的是模型把正负样本分开的整体能力，不受阈值影响；敏感度和特异度则告诉你当前阈值下漏诊和误诊的比例。
下面是我常用的训练与评估代码，包含早停和最佳模型保存：
import torch import torch.nn as nn from torchvision import models from sklearn.metrics import roc_auc_score, confusion_matrix def train_one_epoch(model, loader, optimizer, criterion, device): model.train() total_loss = 0.0 for imgs, labels in loader: imgs, labels = imgs.to(device), labels.to(device) optimizer.zero_grad() outputs = model(imgs) loss = criterion(outputs, labels) loss.backward() optimizer.step() total_loss += loss.item() * imgs.size(0) return total_loss / len(loader.dataset) @torch.no_grad() def evaluate(model, loader, device): model.eval() all_probs, all_labels = [], [] for imgs, labels in loader: imgs = imgs.to(device) outputs = model(imgs) probs = torch.softmax(outputs, dim=1)[:, 1] # 二分类取正类概率 all_probs.extend(probs.cpu().numpy()) all_labels.extend(labels.numpy()) auc = roc_auc_score(all_labels, all_probs) # 以 0.5 为阈值计算敏感度与特异度 preds = [1 if p >= 0.5 else 0 for p in all_probs] tn, fp, fn, tp = confusion_matrix(all_labels, preds).ravel() sensitivity = tp / (tp + fn + 1e-8) specificity = tn / (tn + fp + 1e-8) return auc, sensitivity, specificity def train_model(train_loader, val_loader, num_classes=2, epochs=30, lr=1e-4): device = torch.device('cuda' if torch.cuda.is_available() else 'cpu') # 使用预训练 ResNet18，替换最后的全连接层 model = models.resnet18(weights=models.ResNet18_Weights.IMAGENET1K_V1) model.fc = nn.Linear(model.fc.in_features, num_classes) model = model.to(device) # 类别加权交叉熵，权重与采样器配合使用 criterion = nn.CrossEntropyLoss() optimizer = torch.optim.AdamW(model.parameters(), lr=lr, weight_decay=1e-4) scheduler = torch.optim.lr_scheduler.CosineAnnealingLR(optimizer, T_max=epochs) best_auc = 0.0 patience, wait = 5, 0 for epoch in range(epochs): loss = train_one_epoch(model, train_loader, optimizer, criterion, device) auc, sens, spec = evaluate(model, val_loader, device) scheduler.step() print(f"Epoch {epoch+1}: loss={loss:.4f}, AUC={auc:.4f}, Sens={sens:.4f}, Spec={spec:.4f}") if auc > best_auc: best_auc = auc torch.save(model.state_dict(), 'best_model.pth') wait = 0 else: wait += 1 if wait >= patience: print("早停触发，停止训练") break return model逻辑上，AdamW的 weight_decay 设 1e-4 是防止过拟合的常规操作，比 Adam 的 L2 正则更规范。CosineAnnealingLR让学习率按余弦曲线从 1e-4 降到接近 0，训练后期模型更容易收敛到平坦极小值，泛化更好。早停的 patience 设 5，意思是连续 5 个 epoch AUC 没提升就停，这个值在几百张图的数据集上比较合适；如果数据集上万，可以放宽到 8 到 10。保存模型时只存state_dict，不存整个模型对象，这样加载时不依赖原始类定义，部署更灵活。
3.2 学习率与批大小的搭配经验
学习率和批大小是一对绑定参数，不能单独调。经验公式是：批大小翻倍，学习率也大致翻倍。我常用的组合是 batch_size=32 配 lr=1e-4，batch_size=64 配 lr=2e-4。如果你显存不够只能跑 batch_size=8，那学习率要降到 3e-5 左右，否则梯度噪声太大，loss 会震荡。另外，微调预训练模型时，前几个 epoch 可以只训练最后的全连接层（冻结骨干），等 loss 稳定后再解冻全部层用小学习率微调。这个技巧在医学影像上特别有用，因为预训练权重提取的底层边缘纹理特征本来就通用，没必要一上来就大改。
4. 推理服务与交互层：让模型真正能被用起来
4.1 用 FastAPI 封装推理接口
模型训练完只是半成品，要让人用起来，得包一层 HTTP 接口。我选 FastAPI 而不是 Flask，原因是它自带请求体校验和异步支持，写起来少很多样板代码。下面是一个最小可用的推理服务：
from fastapi import FastAPI, File, UploadFile from PIL import Image import torch import torch.nn as nn from torchvision import models, transforms import io app = FastAPI() device = torch.device('cuda' if torch.cuda.is_available() else 'cpu') model = models.resnet18(weights=None) model.fc = nn.Linear(model.fc.in_features, 2) model.load_state_dict(torch.load('best_model.pth', map_location=device)) model.to(device).eval() preprocess = transforms.Compose([ transforms.Resize((224, 224)), transforms.ToTensor(), transforms.Normalize(mean=[0.5, 0.5, 0.5], std=[0.25, 0.25, 0.25]), ]) @app.post("/predict") async def predict(file: UploadFile = File(...)): contents = await file.read() img = Image.open(io.BytesIO(contents)).convert('RGB') tensor = preprocess(img).unsqueeze(0).to(device) with torch.no_grad(): logits = model(tensor) probs = torch.softmax(logits, dim=1).cpu().numpy()[0] return { "normal_prob": float(probs[0]), "abnormal_prob": float(probs[1]), "prediction": "abnormal" if probs[1] > 0.5 else "normal" }这段代码里model.eval()必须调用，否则 BatchNorm 层会用当前 batch 的统计量而不是训练时保存的滑动平均，推理结果会飘。torch.no_grad()关闭梯度计算，省显存也提速。返回结果里我同时给了两个类别的概率，而不是只给一个标签，因为临床上医生需要知道模型有多确信，概率 0.51 和 0.99 的意义完全不同。启动命令是uvicorn main:app --host 0.0.0.0 --port 8000，然后用 curl 或 Postman 发一张图就能测。
4.2 前端交互的最小实现
如果要做成给医生用的界面，不需要上 React 或 Vue，一个单页 HTML 加 fetch 就够了。核心逻辑是：用户选图、预览、点按钮、把文件 POST 到/predict、把返回的概率渲染成进度条。这里有个容易忽略的点：浏览器上传的图片可能是任意尺寸和格式，前端最好先做一次压缩或尺寸校验，避免几 MB 的大图直接怼到服务端。另外，如果部署在内网，记得在 FastAPI 里加 CORS 中间件，否则前端页面跨域请求会被浏览器拦掉。
5. 避坑与排查：那些让我返工三次的问题
5.1 验证集准确率虚高，一换数据就崩
现象：训练时验证集准确率 0.96，换一家医院的片子测试掉到 0.6。原因：训练集和验证集来自同一批数据，划分时没有按患者或设备分层，同一个人的多张片子被分到了两边，模型实际上在「背患者」而不是学病灶特征。解决：划分数据集时按患者 ID 分组，确保同一个患者的所有影像只出现在训练集或验证集之一。如果数据里没有患者 ID，至少按拍摄设备或日期做分层划分。
5.2 Loss 变成 NaN，训练直接中断
现象：训练到第几个 epoch，loss 突然变成 nan，后续全是 nan。原因：医学影像里常有全黑或全白的无效区域，归一化后出现极端值，加上学习率偏大，梯度爆炸。解决：先把学习率降一个数量级试；然后在数据管道里加像素值裁剪，把超过 99.5 百分位和低于 0.5 百分位的像素截断；最后检查输入里有没有全零图，有就过滤掉。
5.3 模型对某一类样本几乎全预测错
现象：二分类里异常类召回率只有 0.3，正常类接近 1.0。原因：类别极度不平衡，且没有用加权采样或加权损失。解决：先打印训练集的类别分布，如果比例超过 5:1，就上 WeightedRandomSampler；如果超过 20:1，再叠加 Focal Loss，把 gamma 设 2.0，让模型聚焦难分样本。同时把评估阈值从 0.5 往下调，比如 0.3，牺牲一点特异度换召回率，临床上漏诊的代价通常高于误诊。
5.4 推理服务显存越跑越大最后 OOM
现象：服务刚启动正常，跑了几十次请求后显存爆了。原因：每次推理都新建 tensor 但没有及时释放，或者模型没有设 eval 模式导致中间激活被缓存。解决：确保torch.no_grad()包裹推理，model.eval()在加载后立即调用，输入 tensor 用完即弃。如果并发高，用torch.cuda.empty_cache()定期清理，但别每次请求都调，会有性能开销。
5.5 换 GPU 后加载模型报 key 不匹配
现象：在 A 卡上训练的模型，换到 B 卡加载时报 missing keys 或 unexpected keys。原因：保存时用了torch.save(model)存整个对象，或者多卡训练时模型被DataParallel包了一层，state_dict 的 key 多了module.前缀。解决：统一用torch.save(model.state_dict(), path)保存；加载时如果是多卡训练的权重，用{k.replace('module.', ''): v for k, v in state_dict.items()}去掉前缀再 load。
6. 把模型指标变成临床可解释的输出
训练指标好看不等于临床可用，这是我在实际项目里体会最深的一点。AUC 0.92 的模型，如果只输出一个「异常概率 0.87」，医生不敢信，也不敢担责。真正让系统被接受的做法是加一层可解释性输出。最轻量的方案是 Grad-CAM，它能在原图上叠一张热力图，标出模型做判断时关注了哪块区域。如果热力图落在病灶上，医生一眼就能确认模型「看对了地方」；如果落在无关区域，说明模型学到了伪相关，得回去查数据。
下面这段 Grad-CAM 代码可以直接接在前面的 ResNet 模型上：
import torch import numpy as np import cv2 from pytorch_grad_cam import GradCAM from pytorch_grad_cam.utils.image import show_cam_on_image def generate_gradcam(model, img_tensor, target_layer, original_img): # original_img 为 [0,1] 范围的 RGB numpy 数组，shape (H, W, 3) cam = GradCAM(model=model, target_layers=[target_layer]) grayscale_cam = cam(input_tensor=img_tensor.unsqueeze(0))[0] # 将热力图叠加到原图 visualization = show_cam_on_image(original_img, grayscale_cam, use_rgb=True) return visualizationtarget_layer一般选最后一个卷积块的输出，对 ResNet18 就是model.layer4[-1]。热力图的分辨率是 7×7，上采样到原图尺寸后会比较粗糙，但足够指示大致区域。如果要更精细，可以换 Grad-CAM++ 或 Score-CAM，代价是推理时间增加。我的习惯是：在服务端把热力图和原始概率一起返回，前端并排展示，医生看到热力图落在合理位置才签字确认。这一步加上之后，系统从「一个黑匣子打分器」变成了「一个能对话的辅助工具」，科室的接受度完全不一样。
最后说一个我自己的教训：别在项目初期追求 SOTA 精度，先把数据管道、训练循环、推理接口、可解释性这四段跑通，哪怕模型只有 0.85 的 AUC。因为真正卡住项目的从来不是模型不够强，而是数据标注不规范、评估指标选错、部署环境对不上。把这条链路走顺了，再换更强的骨干网络或加更多数据，都是水到渠成的事。希望帮到你。
本文还有配套的精品资源，点击获取
