تصنيف مرض اللوكيميا (سرطان الدم)

يهدف هذا المشروع إلى تطوير نموذج ذكاء اصطناعي قادر على الكشف وتصنيف مراحل سرطان الدم (Leukemia) من خلال تحليل صور الخلايا المأخوذة من شرائح الدم باستخدام تقنيات التعلم العميق والرؤية الحاسوبية.

اعتمد المشروع على بيانات طبية عالية الدقة من منصة Kaggle تحتوي على صور مجهرية لخلايا الدم، حيث تم إجراء مجموعة من خطوات المعالجة المسبقة مثل تطبيع البيانات (Normalization) وتحسين جودة الصور من أجل تحسين أداء النموذج أثناء عملية التدريب.

تم تدريب عدة نماذج متقدمة لمقارنة الأداء وتحقيق أفضل دقة ممكنة في تصنيف الصور، حيث شمل ذلك:

Vision Transformer (ViT) باستخدام النموذج المدرب مسبقًا vit_b16 على مجموعة بيانات ImageNet21k

نماذج Pretrained CNN مثل:

ResNet50

VGG19

EfficientNetB3

InceptionV3

تصميم نموذج CNN مخصص (Custom CNN) للتجربة والمقارنة

تم استخدام RectifiedAdam Optimizer لتحسين عملية التدريب وتسريع الوصول إلى أفضل أداء للنموذج.

يقوم النظام بتصنيف صور الخلايا إلى فئات مختلفة مثل:

Benign (خلايا سليمة)

Malignant (خلايا سرطانية) مع تحديد مراحلها مثل:

Early Pre-B

Pre-B

Pro-B