تصنيف أورام الدماغ من صور الرنين المغناطيسي باستخدام التعلم العميق

قمت بتطوير نموذج ذكاء اصطناعي لتصنيف أورام الدماغ اعتمادًا على صور الرنين المغناطيسي (MRI)، بهدف المساعدة في تحليل الصور الطبية واكتشاف الأنماط المرتبطة بالأورام.

يتضمن المشروع عدة مراحل لمعالجة الصور وتحليلها:

تحسين جودة الصور الطبية باستخدام تقنيات تحسين الصور لزيادة وضوح التفاصيل.

استخراج الخصائص (Feature Extraction) باستخدام شبكة عصبية تلافيفية (CNN) لاستخراج أهم السمات من الصور.

تجزئة الصور (Image Segmentation) باستخدام خوارزمية K-Means لتحديد المناطق المهمة داخل الصورة.

تصنيف الصور باستخدام خوارزمية K-Nearest Neighbors (KNN) لتحديد نوع الورم أو التمييز بين الصور.

الهدف من المشروع هو بناء نموذج قادر على تحليل الصور الطبية بدقة عالية والمساعدة في دعم التحليل الطبي باستخدام تقنيات التعلم الآلي والرؤية الحاسوبية.

الأدوات والتقنيات المستخدمة:

Python

Deep Learning (CNN)

Computer Vision

KNN Algorithm

K-Means Clustering

Image Processing

Libraries: PyTorch / OpenCV / Scikit-learn

نتيجة المشروع:

نموذج قادر على معالجة الصور الطبية، استخراج الخصائص المهمة منها، وتصنيف صور أورام الدماغ بدقة جيدة.