nvAI

脳腫瘍検出モデル？

Team NvaiによるAI Unite Hackathon中に開発された脳腫瘍検出モデルへようこそ！当社のプロジェクトは、機械学習、コンピュータービジョン、およびセグメンテーション技術を利用して、MRI画像から脳腫瘍を検出します。

プロジェクトの概要

クライアント

クライアント側のアプリケーションは、Reactを使用して構築されており、脳腫瘍検出システムと相互作用するための直感的なインターフェイスを提供します。サーバー側のフラスコAPIとシームレスに通信します。
ライブデモ

サーバ

サーバーコンポーネントは、LinodeインスタンスでホストされたFlaskで駆動されます。このAPIは、脳腫瘍のMRI画像を受け入れ、検出状況、信頼スコア、画像リンクなどの詳細なJSON応答を返します。

 {
  "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"
    }
  ]
}

チームメンバー

• Parth Vastavik-フルスタック開発者
• Krish Goenka -AIモデル開発者
• Anustup Karnar -AIモデル開発者
• Rajarshi Ghosh -AIモデル開発者
• Palak Chaplot -UI/UXデザイナー、プレゼンテーションヘッド

使用されたテクノロジー

フロントエンド

バックエンド

機械学習

データベース

インストール

• リポジトリをクローンします：

git clone https://github.com/nvAI/brain-tumour-detection.git

• 依存関係をインストールします：
  • クライアント側の依存関係
  • サーバー側の依存関係

モデルの概要

私たちのモデルは、腫瘍の有無でラベル付けされたMRI画像のデータセットで訓練された畳み込みニューラルネットワーク（CNNS）に基づいています。テストデータセットで89％の精度を達成しました。このモデルは、セグメンテーション技術を利用して、MRIスキャンから脳腫瘍を識別および分類します。

貢献ガイドライン

？コミュニティからの貢献を歓迎します！モデルの改善、UI/UXの強化、コードベースの最適化など、あらゆる努力に感謝します。リポジトリをフォークし、改善を行い、プルリクエストを送信してください。

ライセンス

このプロジェクトは、MITライセンスに基づいてライセンスされています。詳細については、ライセンスファイルを参照してください。

謝辞

AI Unite Hackathonの主催者に、このプラットフォームを提供してくれたことに感謝の気持ちを表明したいと思います。さらに、貴重な貢献について、データセットプロバイダーとオープンソースコミュニティに感謝します。