نمونه کار پردازش تصاویر پزشکی با پایتون (تشخیص تومور با یادگیری ماشین)

تشخیص خودکار ناحیه تومور در تصاویر MRI مغز با استفاده از شبکه عصبی کانولوشنال (CNN) در پایتون در این پروژه، یک سیستم تشخیص یارانه‌ای برای پزشکان طراحی کردم که تصاویر MRI را گرفته و با دقت ۹۲٪ نواحی مشکوک به تومور را مشخص می‌کند. چالش اصلی، حجم کم داده‌های برچسب‌خورده و نویز بالای تصاویر بود. راهکار من: پیش‌پردازش تصاویر با OpenCV (فیلتر میانه، هیستوگرام تساوی) افزایش داده (Data Augmentation) با چرخش، برش و تغییر روشنایی ساخت مدل CNN با TensorFlow/Keras و معماری سفارشی (۳ لایه کانولوشن + Dropout) ارزیابی با معیارهای Sensitivity و Specificity خروجی: یک اسکریپت پایتون به همراه مدل آموزش دیده و رابط ساده با Streamlit که پزشک می‌تواند تصویر را آپلود کند و نتیجه را ببیند. این پروژه به کارفرما کمک کرد تا تحقیقات خود را برای مقاله ISI ارائه دهد.