nvAI
1.0.0
مرحبًا بكم في نموذج الكشف عن الورم في الدماغ الذي تم تطويره خلال AI Unite Hackathon بواسطة Team Nvai! يستخدم مشروعنا التعلم الآلي ، ورؤية الكمبيوتر ، وتقنيات التجزئة للكشف عن أورام الدماغ من صور التصوير بالرنين المغناطيسي.
تم تصميم تطبيق جانب العميل الخاص بنا باستخدام React ، مما يوفر واجهة بديهية للتفاعل مع نظام الكشف عن أورام الدماغ لدينا. يتواصل بسلاسة مع واجهة برمجة تطبيقات Flask من جانب الخادم.
عرض حي
يتم تشغيل مكون الخادم بواسطة Flask ، مستضافة على مثيل Linode. يقبل واجهة برمجة التطبيقات هذه صور تصوير بالرنين المغناطيسي لأورام الدماغ وإرجاع استجابات مفصلة JSON ، بما في ذلك حالة الكشف ، درجات الثقة ، وروابط الصور.
{
"inference_id": "b20e9d99-8a77-4484-a30d-130aedfe49be",
"time": 0.03575260299976435,
"image": { "width": 319, "height": 360 },
"predictions": [
{
"x": 217.0,
"y": 185.5,
"width": 90.0,
"height": 85.0,
"confidence": 0.8729356527328491,
"class": "yes",
"class_id": 0,
"detection_id": "33c0f948-a90d-4039-83bc-a42386d5daec"
}
]
}
git clone https://github.com/nvAI/brain-tumour-detection.gitيعتمد نموذجنا على الشبكات العصبية التلافيفية (CNNs) المدربين على مجموعة بيانات من صور التصوير بالرنين المغناطيسي المسمى بوجود الورم أو الغياب. لقد حققنا دقة 89 ٪ على مجموعة بيانات الاختبار الخاصة بنا. يستخدم النموذج تقنيات التجزئة لتحديد وتصنيف أورام الدماغ من فحوصات التصوير بالرنين المغناطيسي.
؟ نرحب بالمساهمات من المجتمع! سواء أكان ذلك يحسن النموذج ، أو يعزز واجهة المستخدم/UX ، أو تحسين قاعدة البيانات ، فإننا نقدر كل الجهود. لا تتردد في توتر المستودع ، وإجراء تحسينات ، وتقديم طلبات السحب.
تم ترخيص هذا المشروع بموجب ترخيص معهد ماساتشوستس للتكنولوجيا - راجع ملف الترخيص للحصول على التفاصيل.
نود أن نعرب عن امتناننا لمنظمي منظمة AI Unite Hackathon لتزويدها بهذه المنصة لعرض عملنا. بالإضافة إلى ذلك ، نقدم شكرنا لمقدمي مجموعات البيانات ومجتمع المصدر المفتوح لمساهماتهم التي لا تقدر بثمن.
