تم تطوير نظام متكامل يعتمد على التعلم العميق (Deep Learning) لتحليل صور الأشعة السينية للصدر (Chest X-Ray) والكشف التلقائي عن حالات الالتهاب الرئوي (Pneumonia) بدقة استثنائية تصل إلى 97.3%.
أهم مميزات المشروع:
Ensemble Learning: استخدمت نظام تصويت يجمع بين 5 موديلات مختلفة (ResNet, DenseNet, EfficientNet, Custom CNN) لضمان أعلى دقة وتقليل نسبة الخطأ.
Grad-CAM Explainability: النظام لا يكتفي بالتشخيص فقط، بل يوضح (Heatmap) للأماكن المصابة في الرئة، مما يساعد الأطباء في اتخاذ قرارات دقيقة وموثوقة.
Interactive Dashboard: تطوير واجهة مستخدم تفاعلية باستخدام Streamlit تسمح برفع الصور وعرض النتائج والتحليلات فوراً.
Data Processing: معالجة البيانات باستخدام تقنيات (CLAHE) لتحسين تباين الصور و (Data Augmentation) لزيادة قدرة الموديل على التعميم.
التقنيات المستخدمة:
Python, PyTorch.
OpenCV, Matplotlib, Plotly.
Streamlit for Web Deployment.