تصنيف اوارام المخ الى اربع انواع

المغناطيسي (MRI). يعتمد النموذج على الشبكات العصبية العميقة للتعرف على أنواع الأورام المختلفة بدقة عالية، مما يساعد في تسريع التشخيص الطبي وتحسين دقة التحليل الطبي.

الخطوات الرئيسية:

جمع البيانات: تم استخدام مجموعة بيانات MRI تحتوي على صور لأورام المخ مصنفة إلى أنواع متعددة مثل الأورام الدبقية منخفضة الدرجة (Low-Grade Gliomas) وأورام الدبقية ذات الدرجة العالية (Glioblastoma).

معالجة البيانات: تم تطبيق تقنيات معالجة الصور لتنقية الصور وتوحيد حجمها إلى 224x224 بكسل لاستخدامها في النموذج. كما تم تقسيم البيانات إلى مجموعات للتدريب، والاختبار، والتحقق لضمان عدم التحيز.

بناء النموذج:

تم استخدام شبكة عصبية عميقة قائمة على معماريات مثل ResNet أو EfficientNet لتصنيف الصور. هذه الشبكات لديها القدرة على تعلم الميزات المهمة من الصور بشكل تلقائي.

كما تم استخدام تقنيات تحسين النماذج مثل Data Augmentation وTransfer Learning لتحسين الأداء.

التدريب والتقييم:

تم تدريب النموذج باستخدام مجموعة التدريب مع مراقبة الأداء على مجموعة التحقق. استخدمت خوارزميات مثل Categorical Crossentropy كدالة خسارة وAdam Optimizer لتحديث أوزان النموذج.

تقييم النموذج باستخدام دقة التصنيف، استرجاع النتائج، وتحديد المساحة تحت منحنى ROC (AUC) لضمان جودة التصنيف.