OncoDerma

OncoDerma – AI-Powered Skin Lesion Classification

تطوير نظام ذكاء اصطناعي لتصنيف الآفات الجلدية باستخدام تقنيات التعلم العميق (Deep Learning)، بهدف المساهمة في الأبحاث المتعلقة بالكشف المبكر عن سرطان الجلد.

اعتمد المشروع على Dataset تضم أكثر من **24,900 صورة جلدية** من مجموعتي ISIC 2019 وHAM10000، ومرّ بعدة مراحل بداية من تنظيف البيانات وتجهيزها وحتى تدريب النماذج وتطوير تطبيق تفاعلي لعرض النتائج.

1. Data Cleaning & Preprocessing

عملت على تجهيز البيانات وتحسين جودتها من خلال:

- دمج البيانات من مصادر مختلفة وتوحيد تنسيق البيانات والتصنيفات (Labels).

- اكتشاف الصور المكررة باستخدام SHA-256 Hashing.

- فحص جودة البيانات والتحقق من سلامة الصور.

- اكتشاف حالات اختلاف وتعارض التصنيفات (Conflicting Labels).

- تحليل توزيع البيانات واكتشاف مشكلة عدم توازن الفئات (Class Imbalance).

- تجهيز الصور وتوحيد أبعادها لتتناسب مع نماذج التعلم العميق.

- تطبيق تقنيات Data Augmentation لتحسين قدرة النماذج على التعميم.

2. Deep Learning Model Development

تطوير وتدريب نموذجين باستخدام EfficientNetB6 بعد Fine-Tuning:

- Binary Classification: تصنيف الآفات الجلدية إلى حميدة (Benign) وخبيثة (Malignant).

- Multi-Class Classification: تصنيف الآفات الجلدية إلى 8 فئات مختلفة.

3. Model Evaluation

تقييم أداء النموذج متعدد الفئات باستخدام مجموعة من مقاييس الأداء:

- Accuracy: 85.32%

- Precision: 84.48%

- Recall: 85.88%

- F1-Score: 85.10%

كما تم تحليل أداء كل فئة باستخدام Confusion Matrix وClassification Report لفهم نقاط القوة والضعف في النموذج.

4. Application Development

تطوير تطبيق تفاعلي باستخدام Streamlit يتيح للمستخدم:

- رفع صورة للآفة الجلدية.

- الحصول على نتائج التصنيف الثنائي ومتعدد الفئات.

- عرض احتمالات التنبؤ (Prediction Probabilities).

- استخدام مساعد ذكي مدعوم بنموذج Gemini لتقديم معلومات وتوضيحات عامة حول النتائج.

Technologies & Tools

Python | TensorFlow | Keras | EfficientNetB6 | Scikit-learn | Pandas | NumPy | OpenCV | Streamlit | Gemini API

My Contribution

المساهمة الأساسية في تطوير نماذج التعلم العميق وتقييمها، والعمل على تنظيف البيانات ومعالجتها، واكتشاف التكرارات والتصنيفات المتعارضة، وتحليل عدم توازن البيانات، بالإضافة إلى تجهيز البيانات لتدريب النماذج.

Medical Disclaimer: هذا المشروع لأغراض البحث والتعليم فقط، ولا يُعد أداة تشخيص طبي أو بديلاً عن استشارة طبيب الجلدية أو الفحوصات الطبية المتخصصة.