本研究提出了一种创新的基于深度学习技术的肾结石检测系统。随着医疗影像数据的迅速增长，如何有效、准确地检测肾结石成为了一个亟待解决的重要问题。为了应对这一挑战，本系统采用了最新的YOLOv10算法，该算法因其高效的检测性能和较低的计算复杂度而被广泛应用于实时目标检测任务中。
项目信息
编号：PDV-12
大小：233M
运行条件
Python开发环境：
– PyCharm的安装包：PyCharm: Python IDE for Professional Developers
– PyCharm的历史安装包：PyCharm: Python IDE for Professional Developers
– Anaconda的安装包：Anaconda | Start Coding Immediately
– Python开发版本：Python==3.9
需要安装依赖包：
– pip install PyQt5== 5.15.11
– pip install Pillow==10.4.0
– pip install opencv-python==4.10.0.84
– pip install torch==2.4.0
– pip install torchvision==0.19.0
– pip install numpy== 1.26.4
– pip install matplotlib==3.9.2
项目介绍
本研究提出了一种创新的基于深度学习技术的肾结石检测系统。随着医疗影像数据的迅速增长，如何有效、准确地检测肾结石成为了一个亟待解决的重要问题。为了应对这一挑战，本系统采用了最新的YOLOv10算法，该算法因其高效的检测性能和较低的计算复杂度而被广泛应用于实时目标检测任务中。在本研究中，我们收集并整理了大量真实的临床图像数据集，这些数据涵盖了多种不同类型和大小的肾结石病变，具有高度的多样性和代表性。
系统设计的核心包括数据预处理、模型构建与训练、以及用户界面开发等多个关键模块。在数据预处理阶段，我们采用了一系列图像增强技术，以提高模型在复杂背景下的检测能力。在模型构建与训练过程中，YOLOv10算法凭借其独特的架构设计，能够在保证高检测精度的同时，大幅减少计算资源的占用。通过对大量训练数据的反复迭代优化，最终模型在验证集上的表现显著优于传统检测方法，能够快速、精准地识别出肾结石的位置和大小。
为了增强系统的实用性，我们开发了一个用户友好的界面，允许医生和技术人员轻松地加载医学图像、运行检测模型、查看检测结果，并进一步进行临床分析。界面还集成了数据保存和报告生成功能，方便用户对检测结果进行归档和分享。
实验结果表明，该系统在测试数据集上的准确率、召回率和F1评分均达到了较高水平，特别是在处理复杂背景和噪声较多的图像时，表现尤为出色。这一结果不仅验证了YOLOv10算法在医学图像分析中的有效性，也展示了该系统在临床实践中的应用潜力。
本研究所提出的肾结石检测系统为医学影像分析领域提供了一种高效、可靠的新工具，未来有望在实际医疗场景中发挥重要作用，助力医生提高诊断效率，改善患者的治疗效果。
项目文档
Tipps：可以根据您的需求进行写作，确保文档原创！
– 项目文档：写作流程
算法流程
代码讲解
Tipps：仅对MainProgram.py部分代码简要讲解。该项目可以按需有偿讲解，提供后续答疑。
项目数据
Tipps：通过搜集关于数据集为各种各样的脑肿瘤相关图像，并使用Labelimg标注工具对每张图片进行标注，分1个检测类别，分别是tumor 表示 “肿瘤”。
目标检测标注工具
（1）labelimg:开源的图像标注工具，标签可用于分类和目标检测，它是用python写的，并使用Qt作为其图形界面，简单好用（虽然是英文版的）。其注释以 PASCAL VOC格式保存为XML文件，这是ImageNet使用的格式。此外，它还支持 COCO数据集格式。
（2）安装labelimg 在cmd输入以下命令 pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple
结束后，在cmd中输入labelimg
初识labelimg
打开后，我们自己设置一下
在View中勾选Auto Save mode
接下来我们打开需要标注的图片文件夹
并设置标注文件保存的目录（上图中的Change Save Dir）
接下来就开始标注，画框，标记目标的label，然后d切换到下一张继续标注，不断重复重复。
Labelimg的快捷键
（3）数据准备
这里建议新建一个名为data的文件夹（这个是约定俗成，不这么做也行），里面创建一个名为images的文件夹存放我们需要打标签的图片文件；再创建一个名为labels存放标注的标签文件；最后创建一个名为 classes.txt 的txt文件来存放所要标注的类别名称。
data的目录结构如下：
│─img_data
│─images 存放需要打标签的图片文件
│─labels 存放标注的标签文件
└ classes.txt 定义自己要标注的所有类别（这个文件可有可无，但是在我们定义类别比较多的时候，最好有这个创建一个这样的txt文件来存放类别）
首先在images这个文件夹放置待标注的图片，这里是一类图片，就是肾结石。
生成文件如下:
“classes.txt”定义了你的 YOLO 标签所引用的类名列表。
（4）YOLO模式创建标签的样式
存放标签信息的文件的文件名为与图片名相同，内容由N行5列数据组成。
每一行代表标注的一个目标，通常包括五个数据，从左到右依次为：类别id、x_center、y_center、width、height。
其中：
–x类别id代表标注目标的类别；
–x_center和y_center代表标注框的相对中心坐标；
–xwidth和height代表标注框的相对宽和高。
注意：这里的中心点坐标、宽和高都是相对数据！！！
存放标签类别的文件的文件名为classes.txt (固定不变)，用于存放创建的标签类别。
完成后可进行后续的yolo训练方面的操作。
模型训练
Tipps：模型的训练、评估与推理
1.YOLOv10的基本原理
YOLOv10是YOLO最新一代版本的实时端到端目标检测算法。该算法在YOLO系列的基础上进行了优化和改进，旨在提高性能和效率之间的平衡。首先，作者提出了连续双分配方法，以实现NMS-free训练，从而降低了推理延迟并提高了模型的性能。其次，作者采用了全面的效率-准确性驱动的设计策略，对YOLO的各种组件进行了综合优化，大大减少了计算开销，并增强了模型的能力。
实验结果表明，YOLOv10在各种模型规模下都取得了最先进的性能和效率表现。例如，YOLOv10-S比RT-DETR-R18快1.8倍，同时拥有更小的参数数量和FLOPs；与YOLOv9-C相比，YOLOv10-B的延迟减少了46%，参数减少了25%，但保持了相同的性能水平。
YOLOv10创新点
（1）双标签分配
主干网络：使用增强版的CSPNet来提取图像特征，它能改善梯度流并减少计算量。
颈部：采用PAN结构汇聚不同尺度的特征，有效地实现多尺度特征融合。
一对多预测头：在训练过程中为每个对象生成多个预测，用来提供丰富的监督信号从而提高学习的准确性；在推理阶段不生效，从而减少计算量。
一对一预测头：在推理过程中为每个对象生成一个最佳预测，无需NMS操作，从而减少延迟并提高推理效率。
（2）模型设计改进
在模型设计方面，提出了以下几种改进点：
轻量级分类头： 通过对分类头进行轻量化设计，可以减少计算成本，而不会显著影响性能。
空间通道解耦降采样： 该方法通过分离空间和通道维度上的操作，提高了信息保留率，从而实现了更高的效率和竞争力。
排名引导块设计： 该方法根据各个阶段的冗余程度，采用不同的基本构建块，以实现更高效的模型设计。
大核深度卷积和部分自注意力模块： 这些模块可以在不增加太多计算开销的情况下提高模型的表现力。
2.数据集准备与训练
本研究使用了包含关于CT扫描图像肾结石相关图片，并通过Labelimg标注工具对每张图像中的目标边框（Bounding Box）及其类别进行标注。然后主要基于YOLOv10n这种模型进行模型的训练，训练完成后对模型在验证集上的表现进行全面的性能评估及对比分析。模型训练和评估流程基本一致，包括：数据集准备、模型训练、模型评估。本次标注的目标类别为肾结石，数据集中共计包含1300张图像，其中训练集包含1054张图片，验证集包含123张图片、测试集包含123张图片。部分图像如下图所示：
部分标注如下图所示：
图片数据的存放格式如下，在项目目录中新建datasets目录，同时将检测的图片分为训练集与验证集放入Data目录下。
接着需要新建一个data.yaml文件，用于存储训练数据的路径及模型需要进行检测的类别。YOLOv8在进行模型训练时，会读取该文件的信息，用于进行模型的训练与验证。
data.yaml的具体内容如下：
train: E:\KidneyStoneDetection_v10\KidneyStoneDetection_v10\datasets\Data\train 训练集的路径
val: E:\KidneyStoneDetection_v10\KidneyStoneDetection_v10\datasets\Data\valid 验证集的路径
test: E:\KidneyStoneDetection_v10\KidneyStoneDetection_v10\datasets\Data\test 测试集的路径(可选)
nc: 1 模型检测的类别数，共有1个类别。
names: [‘KidneyStone’] 表示肾结石的类别
这个文件定义了用于模型训练和验证的数据集路径，以及模型将要检测的目标类别。
数据准备完成后，通过调用train.py文件进行模型训练，epochs参数用于调整训练的轮数，batch参数用于调整训练的批次大小(根据内存大小调整，最小为1)。
GPU训练代码如下：
加载名为 yolov10n.pt 的预训练YOLOv10模型，yolov10.pt是预先训练好的模型文件。
使用YOLO模型进行训练，主要参数说明如下：
（1）data=data_yaml_path: 指定了用于训练的数据集配置文件。
（2）epochs=150: 设定训练的轮数为150轮。
（3）batch=8: 指定了每个批次的样本数量为8。
（4）device=0: 设定在GPU设备0上进行训练（如果有GPU）。
（5）cache=True: 设定为缓存数据集以加快训练速度。
（6）workers=0: 设定使用的并行处理线程数为0（在某些情况下，这可以避免数据加载瓶颈）。
（7）name=’train_v10′: 指定了此次训练的命名标签，用于区分不同的训练实验。
CPU训练代码如下：
加载名为 yolov10n.pt 的预训练YOLOv10模型，yolov10n.pt是预先训练好的模型文件。
使用YOLO模型进行训练，主要参数说明如下：
（1）data=data_yaml_path: 设置训练和验证数据集的路径，读取数据集配置信息。
（2）epochs=150: 设置训练的轮次为150轮。
（3）batch=8: 设置每个批次的样本数量为4。
（4）name=’train_v10′: 给训练过程命名为’train_v10’，以便于保存训练记录和结果。
3.训练结果评估
在深度学习的过程中，我们通常通过观察损失函数下降的曲线来了解模型的训练情况。对于YOLOv10模型的训练，主要涉及三类损失：定位损失（box_loss）、分类损失（cls_loss）以及动态特征损失（dfl_loss）。训练完成后，相关的训练过程和结果文件会保存在 runs/ 目录下，具体如下：
各损失函数作用说明：
定位损失box_loss：预测框与标定框之间的误差（GIoU），越小定位得越准；
分类损失cls_loss：计算锚框与对应的标定分类是否正确，越小分类得越准；
动态特征损失（dfl_loss）：DFLLoss是一种用于回归预测框与目标框之间距离的损失函数。在计算损失时，目标框需要缩放到特征图尺度，即除以相应的stride，并与预测的边界框计算Ciou Loss，同时与预测的anchors中心点到各边的距离计算回归DFLLoss。这个过程是YOLOv8训练流程中的一部分，通过计算DFLLoss可以更准确地调整预测框的位置，提高目标检测的准确性。
训练结果如下：
这张图展示了YOLOv10模型在训练和验证过程中的多个重要指标的变化趋势，具体如下：
train/box_om：
（1）这个图显示了模型在边界框回归（Box regression）损失上的表现。
（2）曲线向下收敛，表示随着训练的进行，模型的边界框预测误差逐渐减小。
train/cls_om：
（1）这个图显示了分类损失（Classification loss）的变化。
（2）曲线迅速下降并趋于稳定，表示模型在训练早期快速学习了分类任务。
train/dfl_om：
（1）这是关于DFL（Distribution Focal Loss）的损失。
（2）随着训练进行，损失逐渐降低，说明模型在目标检测中逐步提升了对分布的预测。
train/box_oo：
（1）与box_om类似。
（2）表示另外一部分的边界框回归损失的变化，逐渐下降表明预测精度的提升。
train/cls_oo：
（1）这是另一个分类损失的图，与train/cls_om类似。
（2）表明训练过程中的分类任务的学习效果。
metrics/recall(B)：
（1）这个图展示了召回率（Recall）的变化趋势，召回率表示模型检测到所有真实目标的比例。
（2）曲线逐渐上升，表明随着训练的进行，模型对目标的检测能力增强。
metrics/mAP50(B)：
（1）展示了mAP50（在IoU为0.5时的平均精度）的变化，曲线逐渐上升。
（2）表示模型的检测精度在不断提升。
metrics/mAP50-95(B)：
（1）这个图显示的是mAP50-95（在IoU从0.5到0.95的不同阈值下的平均精度）。
（2）上升的曲线表明模型在更严格的IoU阈值下逐步提高了检测性能。
train/dfl_oo：
（1）与train/dfl_om类似。
（2）表示DFL损失的另一部分，曲线向下表示损失逐渐减少。
metrics/precision(B)：
（1）表示模型的精度（Precision），即检测出的正样本中真正为目标的比例。
（2）曲线逐渐上升，表明模型的误报率在逐渐减少，检测变得更加准确。
这些图表表明模型在训练过程中各项指标均表现出良好的收敛趋势，检测性能不断提升。
这张图展示了Precision-Recall（精度-召回率）曲线，用于评估模型在检测肾结石任务中的性能。以下是这张图的具体含义：
横轴（Recall，召回率）：
（1）表示模型能够正确识别的目标比例。
（2）召回率越高，说明模型漏检的目标越少。
纵轴（Precision，精度）：
（1）表示模型预测为正样本的准确性，即预测的正样本中有多少是真正的正样本。
（2）精度越高，说明模型的误报率越低。
曲线含义：
（1）该曲线是Precision-Recall的变化趋势。
（2）通常情况下，随着召回率的增加，精度会逐渐下降，因为模型会尝试预测更多的正样本，但误报也会相应增加。
mAP@0.5：
（1）图例中提到的“mAP@0.5”表示在Intersection over Union (IoU) 阈值为0.5时，模型的平均精度（mean Average Precision）。
（2）这里显示的mAP为0.735，说明该模型在IoU为0.5时的平均精度为73.5%。
肾结石检测性能：
（1）该曲线显示了模型在肾结石检测任务中的精度和召回率表现。
（2）图例中的“KidneyStone 0.735”也表明在肾结石检测中的mAP为73.5%，说明模型在该任务中的检测效果较好。
这条曲线表明模型在检测肾结石时，能够在高召回率下保持较高的精度，展示了模型较强的目标检测能力。
4.检测结果识别
模型训练完成后，我们可以得到一个最佳的训练结果模型best.pt文件，在runs/train/weights目录下。我们可以使用该文件进行后续的推理检测。
imgTest.py 图片检测代码如下：
引入所需库：
（1）从 ultralytics 库中导入 YOLOv10 模型类。
（2）导入 OpenCV 库用于图像的显示。
指定模型和图像路径：
（1）path 是你要加载的预训练模型的路径，这里指向 models/best.pt，即保存了最佳训练权重的模型。
（2）img_path 是你需要检测的图片路径，这里指向一个特定的测试图片。
加载预训练模型：
（1）通过 YOLOv10(path, task=’detect’) 加载 YOLOv10 预训练模型，task=’detect’ 表示这是一个检测任务。
执行检测：
（1）使用 model(img_path) 对指定的图片进行检测。检测的结果保存在 results 中。
显示检测结果：
（1）使用 results[0].plot() 生成带有检测结果的图片。
（2）然后通过 OpenCV 的 cv2.imshow() 显示结果图片，并通过 cv2.waitKey(0) 保持窗口开启直到按键按下。
此代码的功能是加载一个预训练的YOLOv10模型，对指定的图片进行目标检测，并将检测结果显示出来。
执行imgTest.py代码后，会将执行的结果直接标注在图片上，结果如下：
YOLOv10肾结石检测系统的推理结果日志。以下是对该结果的解析：
图像路径:
（1）E:\KidneyStoneDetection_v10\KidneyStoneDetection_v10\TestFiles\1-3-46-670589-33-1-63705540012391921600001-4673924283181105107_png_jpg.rf.feb0267fe02c47cc492e2d8366c61616.jpg
– 系统对路径中的图像进行了检测。
检测结果:
（1）在大小为 544×640 的图片中检测到 1个肾结石（KidneyStone）。
（2）该检测目标的置信度为47.1毫秒。
处理速度:
（1）预处理时间：16.4毫秒（preprocess），即将图片转换为模型可处理的格式所需的时间。
（2）推理时间：47.1毫秒（inference），即模型检测的时间。
（3）后处理时间：21.5毫秒（postprocess），即对模型输出的结果进行处理所需的时间。
检测结果对象：
（1）boxes: 包含边界框信息。
（2）names: 目标的名称，其中 {0: ‘KidneyStone’} 表示检测到的类别是肾结石。
原始图片信息：
（1）图片的原始尺寸为 320×391。
（2）orig_img 是图片的像素值，未显示完整。
保存目录：
（1）检测结果图片将保存到 runs\detect\predict 目录。
从这些信息来看，模型成功地检测并标记了图片中的肾结石，并给出了处理时间等相关指标。
以上关于此款智能检测系统的原理与代码介绍。基于此模型，我们用python与Pyqt5开发了一个带界面的软件系统，即运行效果的演示内容，能够很好的支持图片、视频及摄像头进行检测，同时支持检测结果的保存。
运行效果
– 运行 MainProgram.py
1.主要功能：
（1）可用于实际场景中的CT扫描图像中的肾结石检测;
（2）支持图片、视频及摄像头进行检测，同时支持图片的批量检测；
（3）界面可实时显示目标位置、目标总数、置信度、用时等信息;
（4）支持图片或者视频的检测结果保存；
2.检测参数设置：
（1）置信度阈值：当前设置为0.25，表示检测系统只会考虑置信度高于25%的目标进行输出，置信度越高表示模型对检测结果的确信度越高。
（2）交并比阈值：当前设置为0.70，表示系统只会认为交并比（IoU）超过70%的检测框为有效结果。交并比是检测框与真实框重叠区域的比值，用于衡量两个框的相似程度，值越高表明重叠程度越高。
这两个参数通常用于目标检测系统中，调整后可以影响模型的检测精度和误检率。
2.检测结果说明：
这张图表显示了基于YOLOv10模型的目标检测系统的检测结果界面。以下是各个字段的含义解释：
总目标数：
（1）表示系统检测到的目标总数，这里显示为2。
用时：
（1）表示检测耗费的时间，这里为0.013秒，说明检测速度较快
显示标签名称与置信度：
（1）表示是否显示目标的标签名称和置信度，当前已勾选。
目标选择：
（1）提供选择检测目标的选项，这里显示为全部，说明当前显示的是所有检测到的目标。
类型：
（1）表示检测到的目标类型，这里显示为肾结石。
置信度：
（1）表示模型对该目标的置信度，当前为78.45%，说明模型对这个检测结果有较高的信心。
目标位置： 给出了检测到的目标的边界框坐标：
（1）xmin：413 表示边界框左侧的x坐标为413。
（2）ymin：535 表示边界框顶部的y坐标为535。
（3）xmax：468 表示边界框右侧的x坐标为468。
（4）ymax：584 表示边界框底部的y坐标为584
这张图显示了一个检测系统的具体结果，包括检测到的目标数量、检测时间、目标类型、置信度以及目标在图像中的位置坐标。这类界面通常用于显示模型在图像中定位和识别到的目标，并提供相关的位置信息和置信度评分。
3.图片检测说明
点击打开图片按钮，选择需要检测的图片，或者点击打开文件夹按钮，选择需要批量检测图片所在的文件夹。
操作演示如下：
（1）点击目标下拉框后，可以选定指定目标的结果信息进行显示。
（2）点击保存按钮，会对检测结果进行保存，存储路径为：save_data目录下。
检测结果：系统识别出图片中的肾结石，并显示检测结果，包括总目标数、用时、目标类型（肾结石）、置信度、以及目标的位置坐标信息。
4.视频检测说明
点击视频按钮，打开选择需要检测的视频，就会自动显示检测结果，再次点击可以关闭视频。
点击保存按钮，会对视频检测结果进行保存，存储路径为：save_data目录下。
检测结果：系统对视频进行实时分析，检测到肾结石并显示检测结果。表格显示了视频中多个检测结果的置信度和位置信息。
这个界面展示了系统对视频帧中的多目标检测能力，能够准确识别肾结石，并提供详细的检测结果和置信度评分。
5.摄像头检测说明
点击打开摄像头按钮，可以打开摄像头，可以实时进行检测，再次点击，可关闭摄像头。
检测结果：系统连接摄像头进行实时分析，检测到肾结石并显示检测结果。实时显示摄像头画面，并将检测到的肾结石位置标注在图像上，表格下方记录了每一帧中检测结果的详细信息。
5.保存图片与视频检测说明
点击保存按钮后，会将当前选择的图片(含批量图片)或者视频的检测结果进行保存。
检测的图片与视频结果会存储在save_data目录下。
保存的检测结果文件如下：
（1）图片保存
（2）视频保存
– 运行 train.py
1.训练参数设置
（1）epochs 参数设置了训练的轮数。在此设置下，模型将对数据集进行150轮的训练。
（2）device=0 参数指定了在哪个设备上运行训练过程。0通常表示使用第一个GPU。
（3）这里指定训练在GPU上进行。
虽然在大多数深度学习任务中，GPU通常会提供更快的训练速度。
但在某些情况下，可能由于硬件限制或其他原因，用户需要在CPU上进行训练。
温馨提示：在CPU上训练深度学习模型通常会比在GPU上慢得多，尤其是像YOLOv10这样的计算密集型模型。除非特定需要，通常建议在GPU上进行训练以节省时间。
2.训练日志结果
这张图展示了使用YOLOv10进行模型训练的详细过程和结果。
（1）在GPU上总共使用了0.929小时完成150个epochs的训练。
（2）最终模型的性能评估显示在mAP50-95下，在此图中，mAP50-95为100%，表示模型在验证集上表现非常好。
这张图表明了YOLOv10模型经过150个Epoch的训练后，达到了非常高的检测性能（mAP50-95为100%）。训练过程中的各项损失指标也在逐渐降低，说明模型在训练过程中逐步收敛。
远程部署
Tipps：购买后可有偿协助安装，确保运行成功。
– 远程工具：Todesk 、向日葵远程控制软件
– 操作系统：Windows OS
– 客服QQ：3666308803
项目文件
文件目录
Tipps：完整项目文件清单如下：
项目目录
– 1.Code (完整代码：确保运行成功)
– 2.Result (运行结果：真实运行截图)
– 3.Demo (演示视频：真实运行录制)
评论(0)