نظام تشخيص اعتلال الشبكية السكري باستخدام الذكاء الاصطناعي

في هذا المشروع، تم تطوير نظام ذكاء اصطناعي مخصص لتشخيص اعتلال الشبكية السكري، وهو من أخطر المضاعفات المرتبطة بمرض السكري والتي قد تؤدي إلى العمى إذا لم يتم اكتشافه مبكرًا. يهدف النظام إلى تصنيف صور الشبكية إلى خمس درجات مختلفة من اعتلال الشبكية (لا يوجد اعتلال، اعتلال خفيف، معتدل، شديد، أو اعتلال تكاثري) باستخدام تقنيات تعلم الآلة.

لتحقيق ذلك، تم استخدام ثلاث مجموعات بيانات من منصة Kaggle تحتوي على آلاف الصور عالية الدقة، تم التقاطها تحت ظروف متنوعة. تم تطبيق تقنيات معالجة الصور مثل القص التلقائي وتحسين الجودة لإعداد الصور للاستخدام في التدريب. تم تنفيذ عملية المعالجة المسبقة بعناية لضمان تحسين النتائج النهائية للنموذج.

تم تصميم نموذج التعلم الآلي باستخدام عدة خوارزميات، بما في ذلك Decision Tree وRandom Forest وLight GBM، وقد أثبتت Random Forest كفاءتها في تحقيق أفضل نتائج للتنبؤ. تم تقييم أداء النموذج باستخدام مقاييس دقيقة وتم تحسينه للتعامل مع التحديات التي واجهتها البيانات الكبيرة وغير المنظمة.

الأدوات المستخدمة:

البرمجة: Python

تعلم الآلة: Decision Tree, Random Forest, Light GBM

معالجة الصور: OpenCV، مكتبات التعلم العميق

مجموعات البيانات: Kaggle (استخدام 3 مجموعات تحتوي على آلاف الصور)

النتائج: النموذج المدرب قادر على تحديد حالة الشبكية بدقة عالية، مما يساعد الأطباء في اتخاذ قرارات علاجية أسرع وأكثر فعالية.