تحليل ومعالجة صور لأورام المخ

البرنامج الذي كتبته يقوم بعمل تحليل شامل للصور باستخدام تقنيات تعلم الآلة المتقدمة لمعالجة صور أورام المخ.

1-تحميل الصور:

البرنامج يقوم بتحميل الصور من مجلد محدد باستخدام مكتبة OpenCV، حيث يتم قراءة الصور باللونين الأبيض والأسود ثم يتم تغيير حجم الصور لتكون بحجم ثابت (128x128). يتم أيضًا إرفاق كل صورة بالتصنيف الخاص بها، وهو اسم المجلد الذي يحتوي على الصورة.

2-تحسين الصور:

يستخدم البرنامج تقنية CLAHE (تباين محدود للتكيف مع الهيستوجرام) لتحسين تباين الصور بهدف تحسين جودة الصورة قبل معالجتها لاحقًا.

3-تقسيم الصور:

يتم تطبيق خوارزمية النمو الإقليمي مع التحسين لتقسيم الصور إلى مناطق ذات خصائص متميزة، مما يساعد على تحديد المناطق المحتملة لوجود الأورام.

4-استخراج الميزات:

يتم استخراج مجموعة من الميزات المهمة من الصور، بما في ذلك:

ميزات القوام باستخدام تقنيات مثل LBP (الأنماط الثنائية المحلية).

الميزات الهندسية مثل المساحة والمحيط والصلابة وغيرها من الخصائص الهندسية للمنطقة.

ميزات HOG لاستخراج الخصائص المكانية.

مرشحات جابور للحصول على استجابات نسيجية متعددة التوجهات.

5-لتدريب والتصنيف:

يتم تقسيم البيانات إلى مجموعة تدريب ومجموعة اختبار.

يتم استخدام SMOTE للتعامل مع توازن البيانات إذا كانت الفئات غير متساوية.

يتم استخدام اثنين من خوارزميات التصنيف:

SVM (الدعم الآلي المتجه) الذي يستخدم لتصنيف البيانات بناءً على الميزات المستخرجة.

Random Forest الذي يستخدم لتدريب نموذج تصنيف آخر وتحديد أهمية الميزات المستخرجة.

6-عرض النتائج:

يتم تقييم الأداء باستخدام معدل الدقة وتقارير التصنيف لكل نموذج.

يتم عرض أهمية الميزات باستخدام رسم بياني يُظهر الميزات الأكثر تأثيرًا في تصنيف الأورام.

7-حفظ النموذج:

في النهاية، يتم حفظ أفضل نموذج باستخدام مكتبة joblib حتى يمكن إعادة استخدامه لاحقًا دون الحاجة إلى إعادة التدريب.

البرنامج يوفر إطار عمل شامل لتحليل الصور الطبية باستخدام تقنيات تعلم الآلة المتقدمة، مع التركيز على تحسين الصورة، واستخراج الميزات المتقدمة، وتدريب النماذج للتنبؤ بتصنيف الأورام.