An integrated hybrid U-Net and EfficientNetV2-S approach for brain tumor segmentation and classification

قمت بالمشاركة في تطوير إطار عمل متكامل يعتمد على تقنيات التعلم العميق لتقسيم وتصنيف أورام الدماغ من صور الرنين المغناطيسي MRI.

اعتمد المشروع على بناء نموذج Hybrid U-Net لتحسين دقة تحديد منطقة الورم، بالإضافة إلى استخدام نموذج EfficientNetV2-S لتصنيف الأورام بدقة عالية مع تقليل التكلفة الحسابية وزمن التدريب.

أهداف المشروع:

تحسين دقة اكتشاف أورام الدماغ

المساعدة في التشخيص المبكر

دعم اتخاذ القرار الطبي

ما تم تنفيذه:

معالجة وتجهيز البيانات الطبية

بناء نموذج Segmentation باستخدام Hybrid U-Net

تطوير نموذج Classification باستخدام EfficientNetV2-S

تقييم الأداء باستخدام Dice Score وIoU وF1-Score

تطبيق Cross Validation لتحسين موثوقية النتائج

النتائج:

Dice Score: 95.27%

IoU: 86.89%

Accuracy: 99%

F1-Score: 99%

التقنيات المستخدمة:

Python – TensorFlow – Keras – Deep Learning – U-Net – EfficientNetV2-S – Medical Image Analysis