تصنيف أمراض القرنية

وصف المشروع: تم تطوير نموذج (CNN) باستخدام مكتبات TensorFlow وKeras لتصنيف أمراض الشبكية بناءً على صور التصوير البصري المقطعي (OCT). يركز النموذج على تمييز 8 حالات مرضية تشمل أمراضًا مثل التنكس البقعي المرتبط بالعمر (AMD)، الوذمة البقعية السكرية (DME)، وغيرها، إلى جانب الحالات الطبيعية.

الأدوات والتقنيات المستخدمة:

اللغة: Python

المكتبات الرئيسية:

TensorFlow/Keras: لبناء وتدريب الشبكة العصبية.

Pandas/NumPy: لمعالجة البيانات وتنظيمها.

Matplotlib/Seaborn: لتصور أداء النموذج والنتائج.

Scikit-learn: لتقييم النموذج عبر تقارير التصنيف.

Streamlit: لبناء واجهة تفاعلية للتنبؤات المباشرة.

هيكل النموذج:

طبقات الإدخال والمعالجة المبدئية:

تغيير الحجم (Rescaling): تطبيع قيم البكسل إلى المدى [0, 1].

زيادة البيانات (Data Augmentation): دوران، انزياح، وقص الصور لتحسين تعميم النموذج.

الطبقات التلافيفية (Convolutional Layers):

Conv2D (32 فلتر): استخراج الميزات الأولية مع تنشيط ReLU.

MaxPooling2D: تخفيض الأبعاد للمساعدة في تعلم الميزات العامة.

تكرار الهيكل مع 64 و128 فلترًا لالتقاط أنماط معقدة.

الطبقات الكثيفة (Dense Layers):

Flatten: تحويل المخرجات إلى متجه أحادي البعد.

Dense (128 وحدة): طبقة مخفية مع تنشيط ReLU.

Dropout (نسبة 50%): تقليل الإفراط في التخصيص (Overfitting).

طبقة الإخراج (8 وحدات): تنشيط Softmax لإخراج احتمالات الفئات الثماني.

تدريب النموذج:

المعايير:

مُحسّن Adam مع دالة خسارة Categorical Crossentropy.

50 دورة تدريب (Epochs) مع حجم دفعة (Batch Size) 32.

الأداء:

دقة التدريب: تصل إلى ~98% (مع تحسن مستمر).

دقة الاختبار: ~95%، مما يشير إلى تعميم جيد.

تقارير التصنيف: دقة عالية لكل الفئات (F1-Score ~0.95-1.00).

التصورات والنتائج:

مصفوفة الارتباك (Confusion Matrix):

أداء ممتاز في التمييز بين الفئات.

واجهة تفاعلية (Streamlit):

تتيح تحميل صورة OCT وتوقع المرض مع عرض الثقة بالنسبة المئوية.

الفئات الممكنة:

AMD (التنكس البقعي المرتبط بالعمر)

CNV (الانزياح الوعائي المشيمائي)

CSR (اعتلال الشبكية السكري)

DME (الوذمة البقعية السكرية)

DR (اعتلال الشبكية السكري)

DRUSEN (ترسبات تحت الشبكية)

MH (الثقب البقعي)

NORMAL (شبكية طبيعية)

التطبيق العملي: يمكن استخدام النموذج لدعم تشخيص أطباء العيون عبر تحليل سريع ودقيق لصور OCT، مما يسهم في الكشف المبكر عن الأمراض وعلاجها.