KneeVision: حل تقني يعتمد على EfficientNet لتصنيف خشونة الركبة بدقة 98%

نظام متطور يعتمد على الرؤية الحاسوبية (Computer Vision) لتصنيف وتحديد مدى شدة التهاب مفاصل الركبة (Osteoarthritis) آلياً من خلال صور الأشعة السينية، بناءً على مقياس "Kellgren-Lawrence" العالمي.

لماذا يمثل هذا المشروع حلًا نوعيًا؟

دقة تشخيصية فائقة: تم تدريب وتطوير نظام يعتمد على بنية EfficientNetB2 المتقدمة، محققاً دقة تصل إلى 98%، مما يقلل من احتمالية الخطأ البشري في التشخيص الأولي.

تصنيف خماسي المستويات: لا يكتفي النظام بتحديد الإصابة من عدمها، بل يصنف الحالة بدقة إلى 5 مستويات (من الطبيعي إلى الشديد جداً Grade 0-4).

تحليل إحصائي متكامل: يوفر النظام لوحة تحكم تفاعلية (Dashboard) تعرض خرائط الثقة (Confidence Scores) ومنحنيات الأداء (ROC Curves) لكل حالة.

تقارير طبية فورية: ميزة تصدير تقرير تشخيصي رقمي (Exportable Report) يتضمن الحالة والدرجة والتوصية الطبية المقترحة بناءً على النتيجة.

تجربة مستخدم طبية (Medical UI): واجهة عصرية تدعم الوضع الليلي (Dark Mode) ومصممة خصيصاً لتناسب بيئات العمل الطبية الاحترافية.

الجانب التقني (Tech Stack):

Deep Learning: TensorFlow, Keras (EfficientNetB2, Xception).

Data Science: Scikit-learn, Pandas, NumPy.

Deployment: Streamlit Cloud.

Visuals: Plotly, OpenCV, Matplotlib.