Blood Cell Diagnostics – مشروع ذكاء اصطناعي متكامل

حل شامل لتصنيف صور خلايا الدم بدقة عالية (>95%) باستخدام تقنيات الذكاء الاصطناعي والتعلم العميق. يغطي المشروع كامل دورة حياة التعلم الآلي: جمع البيانات → تصميم النموذج → التحقق → واجهة ويب → النشر السحابي.

أبرز المميزات:

أكثر من 17,000 صورة خلايا دم ضمن 8 فئات.

نموذج CNN مخصص باستخدام PyTorch بدقة تفوق 95%.

تطبيق ويب باستخدام Flask لتشخيص الذكاء الاصطناعي في الوقت الفعلي (أقل من 50ms لكل استنتاج).

نشر النظام باستخدام Docker على منصة Railway مع مراعاة الخصوصية.

واجهة تفاعلية وسهلة الاستخدام.

التقنيات المستخدمة:

Python, OpenCV, NumPy, PyTorch, Flask, HTML/CSS/JS, Docker, Railway, Git/GitHub

الاستخدامات المحتملة:

التعليم الطبي.

البحث العلمي.

الدعم السريري.

مراقبة الجودة.

النتيجة:

حل متكامل جاهز للإنتاج لتصنيف صور خلايا الدم، يمكن استخدامه في التعليم، البحث العلمي، والدعم السريري، مع واجهة ويب تفاعلية ونشر سحابي.