Brain Tumor Detection Project

وصف المشروع:

قمت بتطوير نموذج ذكي باستخدام تقنيات تعلم الآلة والتعلم العميق لتصنيف صور أشعة الدماغ (MRI) والكشف عن وجود أورام في المخ، مع إمكانية التمييز بين الحالات المصابة وغير المصابة بدقة عالية، بهدف دعم التشخيص الطبي وتسريع اتخاذ القرار.

تفاصيل تنفيذ المشروع:

الأدوات والتقنيات المستخدمة:

لغة البرمجة Python.

مكتبات TensorFlow و Keras لبناء النماذج العميقة.

مكتبات NumPy و Pandas و Matplotlib لمعالجة وتصور البيانات.

تقنيات Convolutional Neural Networks (CNN)

نوع البيانات:

صور أشعة الرنين المغناطيسي (MRI) للمخ.

الصور باللون الرمادي (Grayscale)

مجموعة بيانات تحتوي على صور مصنفة (Labelled Data) لحالات سليمة وحالات مصابة بأورام، مما يستدعي دقة عالية في المعالجة.

تحليل ومعالجة البيانات:

تحليل البيانات الاستكشافي (EDA) لفهم توزيع الفئات داخل البيانات.

تنظيف البيانات وتجهيزها (Data Cleaning & Preprocessing) لضمان جودة المدخلات.

تطبيق المعالجة المسبقة على الصور (Image Preprocessing) مثل توحيد الأبعاد (Resizing) والمعايرة (Normalization) لتناسب مدخلات الشبكة العصبية.

تحسين جودة البيانات لرفع كفاءة النموذج وتقليل الـ Overfitting

آلية عمل النموذج:

تم استخدام خوارزميات الشبكات العصبية الالتفافية (CNN) المتخصصة في الرؤية الحاسوبية (Computer Vision) لبناء نموذج قوي.

استخراج الخصائص الدقيقة من الصور (Feature Extraction) للتعرف على الأنماط المرتبطة بالأورام.

تصنيف الحالات بدقة (Classification) لتحديد ما إذا كانت الأشعة تحتوي على ورم أم لا.

نتائج المشروع:

حقق النموذج دقة عالية في اكتشاف أورام المخ، وتصنيف نوعه بناءً على تحليل صور الأشعة

هذا المشروع خطوة فعّالة نحو تسخير الذكاء الاصطناعي لدعم المجال الطبي وتحسين سرعة ودقة التشخيص لصالح المرضى.