Skip to content

Latest commit

 

History

History
71 lines (56 loc) · 6.09 KB

README.md

File metadata and controls

71 lines (56 loc) · 6.09 KB
Raw

Агрегатор ИИ сервисов для медицинской диагностики

Описание

Данный проект представляет собой агрегатор различных сервисов на основе искусственного интеллекта (ИИ) для диагностики медицинских изображений. Система включает несколько моделей и инструментов, которые помогают выявлять и классифицировать различные медицинские состояния на основе анализа изображений.

Collab ноутбуки

Сегментация легких (U-NET) - https://colab.research.google.com/drive/1oY1LPSUIrmkXnZvKMRqlIrgp6LpPFBE7?usp=sharing
Сегментация инфекции на снимке легких на датасете CovidQuEx (U-NET++) - https://colab.research.google.com/drive/1D7X61mwgJV1Jzt5iPFSJjLumvwob7Tzz?usp=sharing

Реализованные с помощью ИИ функции

✅ Сегментация легких на рентгеновском снимке (U-NET++)
✅ Сегментация инфекции на рентгеновском снимке (U-NET)
✅ Классификация инфекции COVID на рентгеновском снимке (U-NET)
✅ Работа с форматом DICOM
✅ Обработка ошибок в виде неверно переданных в сервис изображений с надписью "Целевой орган не распознан" (Autoencoder)

И другие.

В планах

✅ Добавить Google Collab ноутбуки с обучением моделей
❌ Добавить чат с ИИ помощником (ассистентом)
❌ Протестировать возможности и внедрить Med-LLM

Превью интерфейса

  • Примеры карточек с интегрированными нейронными сетями, предназначенными для выполнения конкретных задач. Данный сервис позволяет добавлять подобные карточки, что делает его универсальной платформой для размещения и использования таких нейросетей. функции сервиса

  • Пример карточки включает в себя подробное описание, тип модальности и дополнительную информацию. Если предоставленные функции соответствуют вашим требованиям, вы можете перейти к интерактивному интерфейсу для проведения инференса и получения результатов на ваших изображениях или других данных. превью карточки функции

  • Пример карточки с интегрированной нейронной сетью для классификации COVID-19 на рентгеновских снимках. Данная карточка содержит информацию о модальности (рентгеновские снимки), описание модели и ее точность. Пользователи могут использовать эту карточку для проведения инференса и получения результатов классификации на своих рентгеновских изображениях, с целью обнаружения признаков COVID-19. классификатор

В дополнение к основной функции сервис предлагает множество других, таких как личный кабинет, возможность загрузки DICOM файлов, которые удобны для медицинских работников, имеющих дело с рентгеновскими снимками. Сервис также позволяет сохранять историю результатов применения, а также обеспечивает разделение ролей на администратора, пользователя и другие, что упрощает управление и доступ к сервису.

Структура проекта

Директории:

  • config/: Конфигурационные файлы в формате JSON.
  • nn_models/: Модели нейронных сетей
  • static/: Статические файлы (включая модели и стили)
  • templates/: HTML-шаблоны для веб-интерфейса. Основные файлы:
  • access.py: Управление доступом.
  • app.py: Основной файл приложения.
  • database.py: Управление базой данных.
  • forms.py: Формы для ввода данных.
  • models.py: Описание таблиц в базе данных.
  • requirements.txt: Список зависимостей проекта.

Установка и настройка

  1. Клонируете репозиторий
- git clone <ссылка-на-репозиторий>
  1. Открываете директорию проекта
- cd <название-проекта>
  1. Устанавливаете необходимые зависимости
- pip install -r requirements.txt
  1. Настраиваете данные в конфигурационном файле в директории config/.

Запуск

- python app.py