Brain Tumor Classification Segmentation

1. تصنيف أورام الدماغ (Brain Tumor Classification):

يهدف هذا الجزء من المشروع إلى تصنيف صور الرنين المغناطيسي (MRI) إلى فئتين: وجود ورم أو عدم وجود ورم، باستخدام مجموعة بيانات من Kaggle تتضمن:

155 صورة تحتوي على ورم

98 صورة بدون ورم

التقنيات المستخدمة:

التعلم بالنقل (Transfer Learning) باستخدام نموذج ResNet50

إطار العمل: TensorFlow / Keras

نشر النموذج باستخدام Streamlit لعرض التوقعات بشكل فوري مع نسبة الثقة

2. تقسيم أورام الدماغ (Brain Tumor Segmentation):

يركّز هذا الجزء على تحديد موقع الورم داخل الصورة بدقة على مستوى البكسل (Pixel-wise Segmentation)، باستخدام نموذج U-Net وتطبيقه على مجموعة بيانات أخرى من Kaggle تتضمن:

110 مجلدات

3,929 صورة MRI

3,929 قناع (Segmentation Mask)

التقنيات المستخدمة:

بنية U-Net باستخدام Functional API

معالجة وعرض الصور باستخدام OpenCV وMatplotlib

تقسيم البيانات باستخدام train_test_split من مكتبة scikit-learn

التدريب باستخدام TensorFlow / Keras

نشر النموذج باستخدام Streamlit لعرض النتائج بشكل تفاعلي