تطوير نموذج ذكاء اصطناعي لتشخيص اعتلال شبكية العين السكري بدقة عالية

قمت بتطوير نظام متكامل يعتمد على الرؤية الحاسوبية (Computer Vision) والتعلم العميق (Deep Learning) للكشف المبكر عن اعتلال الشبكية السكري من خلال تحليل صور قاع العين (Fundus Images). المشروع يهدف إلى مساعدة الأطباء في تصنيف الحالات بدقة وتحديد درجة الإصابة.

أبرز المميزات التقنية للمشروع:

معالجة الصور (Image Preprocessing): استخدام تقنيات متقدمة لتحسين جودة الصور الطبية، بما في ذلك إزالة الضوضاء (Noise Reduction) وتوحيد الإضاءة لإبراز الأوعية الدموية الدقيقة.

بناء النموذج: الاعتماد على معمارية CNN متطورة (مثل EfficientNet أو ResNet) مع عمل Fine-tuning للحصول على أفضل أداء.

التعامل مع البيانات غير المتوازنة: استخدام مكتبة imbalanced-learn لضمان دقة التشخيص في جميع الدرجات (من السليم إلى الحالات الحرجة).

نتائج دقيقة: حقق النموذج دقة (Accuracy) تصل إلى 78% مع أداء ممتاز في تمييز الحالات السليمة (Healthy) بـ Precision يصل لـ 95%.

التقنيات المستخدمة: Python, TensorFlow, Keras, OpenCV, Pandas.