Pneumonia Detection from Chest X-ray Images using Deep Learning

طورت نظامًا يعتمد على التعلم العميق للكشف عن الالتهاب الرئوي (Pneumonia) من صور الأشعة السينية للصدر (Chest X-ray). يركز المشروع على مقارنة أداء نموذجين من أشهر نماذج الرؤية الحاسوبية، InceptionV3 و ResNet50، باستخدام تقنية Transfer Learning للوصول إلى أفضل أداء في تصنيف الصور الطبية. تعتمد مثل هذه النماذج على التعلم العميق للمساعدة في تسريع عملية التشخيص ودعم اتخاذ القرار الطبي، ولا تُعد بديلًا عن التشخيص السريري.

ما تم تنفيذه:

جمع وتحضير وتنظيف بيانات صور الأشعة السينية.

تنفيذ عمليات Image Preprocessing و Data Augmentation لتحسين قدرة النموذج على التعميم.

تدريب نموذجين باستخدام Transfer Learning:

InceptionV3

ResNet50

تقييم أداء النماذج باستخدام مجموعة من المقاييس، مثل:

Accuracy

Precision

Recall

F1-Score

Confusion Matrix

مقارنة النتائج وتحليل أداء كل نموذج لاختيار النموذج الأكثر كفاءة.

التقنيات المستخدمة:

Python

TensorFlow / Keras

NumPy

Pandas

Matplotlib

Scikit-learn

OpenCV

مخرجات المشروع:

نموذج مدرب لتصنيف صور الأشعة إلى:

Normal

Pneumonia

مقارنة شاملة بين أداء InceptionV3 وResNet50.

رسوم بيانية توضح منحنيات التدريب ونتائج التقييم وتحليل الأخطاء.