طارق بن جعبل طعيمان

مهندس ذكاء اصطناعي

0%

الرئيسيةالمشاريعالرؤية الحاسوبيةتصنيف الأمراض الجلدية (Skin Disease Classification)
الرؤية الحاسوبية
مشروع عملي احترافي

تصنيف الأمراض الجلدية (Skin Disease Classification)

نموذج يشخص الأمراض الجلدية من صور الجلد - تطبيق طبي

متقدم
3-4 أسابيع
4 مهارات

مقدمة المشروع

في هذا المشروع العملي، ستتعلم كيفية نموذج يشخص الأمراض الجلدية من صور الجلد - تطبيق طبي. هذا المشروع مصمم خصيصاً لمستوى متقدمويستغرق تقريباً 3-4 أسابيع لإكماله بشكل كامل.

سنتبع منهجية CRISP-DM (Cross-Industry Standard Process for Data Mining) المعترف بها عالمياً، والتي تضمن بناء مشروع احترافي قابل للتطبيق في بيئة الإنتاج.

ماذا ستتعلم؟

📊 فهم التحديات الطبية في تشخيص الأمراض
🔍 التعامل مع Medical Datasets
🧹 Data Augmentation للبيانات الطبية
⚙️ استخدام Transfer Learning مع EfficientNet
✅ تقييم باستخدام Sensitivity و Specificity
🚀 نشر مع ضمانات الخصوصية
منهجية CRISP-DM

خطوات العمل التفصيلية

اتبع هذه الخطوات الست لبناء مشروع احترافي

1
📊

Business Understanding

فهم المشكلة

تحديد الأهداف والمتطلبات من منظور الأعمال

الخطوات العملية:

أهمية التشخيص المبكر للأمراض الجلدية

2
🔍

Data Understanding

فهم البيانات

جمع البيانات الأولية والتعرف عليها وتحديد جودتها

الخطوات العملية:

استكشاف HAM10000 Skin Lesion Dataset

3
🧹

Data Preparation

تحضير البيانات

تنظيف وتحويل البيانات لتكون جاهزة للنمذجة

الخطوات العملية:

معالجة Class Imbalance و Augmentation

4
⚙️

Modeling

بناء النموذج

اختيار وتطبيق تقنيات النمذجة المناسبة

الخطوات العملية:

Fine-tune EfficientNet على الصور الطبية

5

Evaluation

التقييم

تقييم النموذج والتأكد من تحقيق الأهداف

الخطوات العملية:

قياس Precision/Recall لكل فئة مرضية

6
🚀

Deployment

النشر

نشر النموذج في بيئة الإنتاج

الخطوات العملية:

تطبيق موبايل للأطباء

المصادر والأدوات

HAM10000 Dataset - Kaggle
Medical Image Classification Guide
EfficientNet Paper

المهارات المطلوبة

Medical ImagingCNNTransfer LearningData Augmentation

إحصائيات سريعة

المستوىمتقدم
المدة3-4 أسابيع
المهارات4
الخطوات6
العودة للمشاريع