كشف فقر الدم الناتج عن نقص الحديد باستخدام بيانات الدم وصور الملتحمة مع التعلم الآلي والتعلم العميق

هذا المشروع يهدف إلى تطوير نظام متكامل للكشف عن فقر الدم الناتج عن نقص الحديد باستخدام نهجين مكملين:

التعلم الآلي (ML) على بيانات الدم:

تحليل البيانات الديموغرافية والمخبرية للمرضى (مثل Hemoglobin, MCH).

إجراء استكشاف البيانات (EDA) شامل، تنظيف البيانات، التعامل مع القيم الناقصة والمكررة.

تدريب عدة موديلات تصنيف مثل Random Forest, SVM, KNN, Logistic Regression، واختيار أفضلها حسب الأداء.

التعلم العميق (DL) على صور الملتحمة (Conjunctiva):

استخدام شبكة CNN لتصنيف الصور إلى Anemic vs Non-Anemic.

معالجة الصور وتحويلها، تقسيم البيانات، وتحسين أداء النموذج باستخدام Data Augmentation.

تقييم النموذج باستخدام Accuracy وConfusion Matrix ومقاييس أخرى.

هذا النهج المزدوج (ML + DL) يتيح تشخيص فقر الدم بطريقة دقيقة وغير غازية، ويمكن أن يكون أداة مساعدة للأطباء في اتخاذ القرار السريري