Brain Tumor MRI Classification with Grad-CAM

طورت نظامًا يعتمد على الذكاء الاصطناعي لتصنيف أورام المخ باستخدام تقنيات التعلم العميق وصور الرنين المغناطيسي الطبية.

يقوم المشروع بتصنيف صور الرنين المغناطيسي للمخ إلى أربع فئات: الورم الدبقي، الورم السحائي، ورم الغدة النخامية، وبدون ورم. تم تنفيذ ومقارنة نهجين باستخدام التعلم العميق، وهما شبكة عصبية التفافية مخصصة (Custom CNN) ونموذج EfficientNetB0 باستخدام التعلم بالنقل (Transfer Learning).

يتضمن النظام:

• معالجة صور الرنين المغناطيسي وتحسين البيانات باستخدام تقنيات زيادة البيانات.

• تصنيف الصور باستخدام نماذج التعلم العميق.

• مقارنة أداء نموذج EfficientNetB0 مع نموذج Custom CNN.

• استخدام تقنية Grad-CAM لتوضيح المناطق التي تؤثر في توقع النموذج.

• تحديد منطقة الورم وعرضها بصريًا.

• تطوير تطبيق ويب باستخدام Streamlit لرفع صور الرنين المغناطيسي وعرض الفئة المتوقعة ونسبة الثقة.

• عرض نسب الثقة لجميع الفئات الأربع.

حقق نموذج EfficientNetB0 دقة تحقق بلغت حوالي 98.47%، بينما حقق نموذج Custom CNN دقة اختبار بلغت حوالي 96.49%.

يوضح المشروع تطبيق تقنيات الذكاء الاصطناعي والذكاء الاصطناعي القابل للتفسير في تحليل الصور الطبية ودعم اتخاذ القرار.