Eye Diseases Classification

قمت بتطوير نظام يعتمد على التعلم العميق (Deep Learning) لتصنيف أمراض العين من الصور الطبية. يهدف المشروع إلى المساعدة في الاكتشاف المبكر لأمراض العين وتحسين دقة التشخيص باستخدام تقنيات الذكاء الاصطناعي.

يعتمد النظام على تحليل صور العين باستخدام نماذج الشبكات العصبية الالتفافية (CNN) لاكتشاف وتصنيف الأمراض المختلفة.

مراحل تنفيذ المشروع

1️⃣ تحليل البيانات (Data Exploration)

تم دراسة صور العين وفهم الفئات المختلفة للأمراض الموجودة في مجموعة البيانات.

2️⃣ معالجة البيانات (Data Preprocessing)

تغيير حجم الصور (Image Resizing)

تطبيع البيانات (Normalization)

زيادة البيانات (Data Augmentation) لتحسين أداء النموذج

3️⃣ بناء نموذج التعلم العميق

تم استخدام نماذج Convolutional Neural Networks (CNN) لتعلم الأنماط الموجودة في الصور وتصنيفها بدقة.

4️⃣ تدريب النموذج (Model Training)

تم تدريب النموذج باستخدام بيانات التدريب مع ضبط المعاملات لتحسين الأداء.

5️⃣ تقييم النموذج (Model Evaluation)

تم تقييم النموذج باستخدام عدة مقاييس مثل:

Accuracy

Precision

Recall

F1 Score

Confusion Matrix

نتائج المشروع

حقق النموذج دقة جيدة في تصنيف أمراض العين المختلفة من الصور الطبية، مما يوضح إمكانية استخدام تقنيات الذكاء الاصطناعي لدعم التشخيص الطبي.