nvAI

腦腫瘤檢測模型？

歡迎來到NVAI團隊在AI Unite Hackathon期間開發的腦腫瘤檢測模型！我們的項目利用機器學習，計算機視覺和細分技術來檢測MRI圖像的腦腫瘤。

項目概述

客戶

我們的客戶端應用是使用React構建的，它提供了與我們的腦腫瘤檢測系統相互作用的直觀界面。它與服務器端燒瓶API無縫通信。
現場演示

伺服器

服務器組件由託管在Linode實例上的燒瓶提供動力。該API接受腦腫瘤的MRI圖像，並返回詳細的JSON響應，包括檢測狀態，置信分數和圖像鏈接。

 {
  "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"
    }
  ]
}

團隊成員

• PARTH VARVAVIK-完整的堆棧開發人員
• 克里希·戈恩卡（Krish Goenka） -AI模型開發人員
• Anustup Karnar -AI模型開發人員
• Rajarshi Ghosh -AI模型開發人員
• Palak Chaplot- UI/UX設計師，演示頭

使用的技術

前端

後端

機器學習

資料庫

安裝

• 克隆存儲庫：

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

• 安裝依賴項：
  • 客戶端依賴性
  • 服務器端依賴性

模型概述

我們的模型基於在標記有腫瘤存在或不存在的MRI圖像數據集上訓練的捲積神經網絡（CNN）。我們在測試數據集中獲得了89％的精度。該模型利用分割技術來識別和對MRI掃描中的腦腫瘤進行分類。

貢獻指南

？我們歡迎社區的捐款！無論是改進模型，增強UI/UX還是優化代碼庫，我們都感謝所有的努力。請隨意分叉存儲庫，進行改進並提交拉動請求。

執照

該項目是根據MIT許可證獲得許可的 - 有關詳細信息，請參見許可證文件。

致謝

我們要感謝AI Unite Hackathon的組織者提供該平台來展示我們的作品。此外，我們感謝數據集提供商和開源社區的寶貴貢獻。