kienthanhlong/dental-caries-app

🦷 Hệ Thống Phân Tích Sâu Răng (CNN + YOLO)

Đây là dự án luận văn xây dựng hệ thống phân tích sâu răng tự động bằng Deep Learning kết hợp YOLOv8 (phát hiện vị trí) và CNN (phân loại mức độ sâu). https://huggingface.co/spaces/kienthanhlong/dental-caries-app

🚀 Mục tiêu: Nhận đầu vào là ảnh X-quang răng, trả về vị trí răng bị sâu và thống kê tổng quan.

📌 Tính Năng Chính

• —✅ Phát hiện vị trí răng và vùng sâu bằng YOLOv8
• —✅ Phân loại mức độ sâu (Không sâu / Sâu nhẹ / Sâu vừa / Sâu nặng)
• —✅ Tích hợp giao diện web (Frontend + Backend)
• —✅ Xuất báo cáo PDF (kèm ảnh kết quả)
• —✅ API endpoint cho hệ thống khác gọi

📁 Cấu Trúc Dự Án

Luận Văn/
├── backend/                    # Flask + ML pipeline
│   ├── app.py
│   ├── config.py
│   ├── requirements.txt
│   ├── models/                 # Lưu model CNN + YOLO
│   ├── utils/                  # Xử lý ảnh, inference
│   └── uploads/                # Lưu ảnh upload + kết quả
├── frontend/                   # Web UI
│   ├── index.html
│   ├── css/
│   └── js/
└── README.md

🛠️ Yêu Cầu Hệ Thống

Môi trường

• —Python 3.8+ (khuyến nghị 3.9 / 3.10)
• —pip

Phần cứng

• —RAM ≥ 4GB
• —Ổ cứng ≥ 2GB (cho model + upload)
• —GPU không bắt buộc, nhưng sẽ tăng tốc đáng kể nếu dùng Nvidia + CUDA

🚀 Cài Đặt & Chạy Ứng Dụng

1) Chuẩn bị Python environment

Windows (PowerShell)

cd D:\Luận\ văn
python -m venv .venv
# Kích hoạt
.venv\Scripts\Activate.ps1

Nếu gặp lỗi ExecutionPolicy, chạy: Set-ExecutionPolicy -Scope Process -ExecutionPolicy Bypass

Mac / Linux

cd /path/to/Luận\ văn
python3 -m venv .venv
source .venv/bin/activate

2) Cài dependencies

cd backend
pip install -r requirements.txt

LƯU Ý: Phiên bản gradio==4.8.0 có phụ thuộc pydub và có thể cần PyAudio (trên Linux/macOS). Nếu gặp lỗi No module named 'pyaudio', chạy: ``bash pip install pydub PyAudio ``

Nếu cần phiên bản cụ thể của TensorFlow/PyTorch, cài thêm như: ``bash pip install tensorflow==2.10.0 pip install torch torchvision torchaudio pip install ultralytics ``

3) Đặt model vào thư mục đúng

Copy file model vào thư mục:

backend/models/
├── cnn_model.h5     # (CNN)
└── yolo_model.pt    # (YOLO)

Nếu bạn dùng tên khác, hãy cập nhật trong backend/config.py hoặc đổi tên file cho giống với cấu hình.

4) Chạy server

# Trong thư mục backend
python app.py

Nếu chạy thành công, bạn sẽ thấy output như:

✓ Load CNN model thành công: backend/models/cnn_model.h5
✓ Load YOLO model thành công: backend/models/yolo_model.pt
 * Running on http://127.0.0.1:5000

5) Mở giao diện web

Truy cập:

http://127.0.0.1:5000

🧠 Model & Cấu hình

Folder chứa model

• —backend/models/cnn_model.h5
• —backend/models/yolo_model.pt

Nếu dùng tên khác, hãy cập nhật trong backend/config.py hoặc đổi tên file.

Cấu hình quan trọng (backend/config.py)

• —TOOTH_CLASSES: Bảng mapping class → tên trạng thái răng
• —CONFIDENCE_THRESHOLD, IOU_THRESHOLD: ngưỡng lọc YOLO
• —IMAGE_SIZE: kích thước input cho CNN

🧪 Sử Dụng Giao Diện

1. 1.Tải lên ảnh răng (kéo/thả hoặc click)
2. 2.Chờ hệ thống phân tích
3. 3.Xem kết quả cùng bounding box + thống kê
4. 4.Tải báo cáo PDF nếu cần

🔌 API

POST /api/analyze

• —Mục đích: phân tích ảnh
• —Content-Type: multipart/form-data
• —Body:
• —image: file ảnh

Response (200)

{
  "success": true,
  "data": {
    "image": "data:image/jpeg;base64,...",
    "filename": "result_...jpg",
    "detections": [
      {
        "bbox": [x, y, w, h],
        "confidence": 0.92,
        "class_id": 1,
        "class_name": "Sâu nhẹ",
        "classification_confidence": 0.87
      }
    ],
    "summary": {
      "total_teeth": 32,
      "healthy": 20,
      "light_decay": 8,
      "medium_decay": 3,
      "severe_decay": 1
    }
  }
}

GET /api/test-models

Response

{
  "cnn_loaded": true,
  "yolo_loaded": true,
  "status": "ready"
}

GET /api/health

Response

{
  "status": "ok",
  "timestamp": "2026-03-15T..."
}

🛠️ Debug

• —Bật debug trong backend/app.py: app.run(debug=True)
• —Kiểm tra log console (Python)
• —Mở DevTools (Chrome) để xem requests API

🤝 Đóng Góp

Mọi góp ý/báo lỗi: mở issue hoặc gửi PR (nếu có GitHub).

📄 Giấy Phép

Dự án hướng tới mục đích học tập / nghiên cứu.

Last updated: 15/03/2026