سرطان المعده واكتشافه مبكرا عن طريق عينات باثولوجي بالتعلم العميق

في هذا المشروع قمت باستخدام النماذج المُدرّبه مسبقًا مثل VGG16 و Inception resNetV2 و ResNetلتحليل صور المعدة (Stomach) وتصنيفها إلى فئات محددة. بدأت بتنظيف وتجهيز بيانات الصور، ثم طبّقت تقنيات التعلم العميق (Deep Learning) باستخدام VGG16 كـ backbone، مع تحضير طبقات مخصصة (Fine-tuning) لتتناسب مع عدد الفئات المطلوب. قمت بتقسيم البيانات إلى مجموعات تدريب واختبار، واستخدمت augmentations لزيادة تنوّع الصور وتحسين قدرة النموذج على التعميم. قدّمت تحليلًا بصريًا (visualization) لنتائج النموذج مثل مصفوفة الارتباك (Confusion Matrix) ومنحنى الـ ROC، ووضّحت أهمية بعض الخصائص (Feature Importance أو التمثيل البصري للـ Filters). النتيجة: نموذج قادر على التمييز بين حالات المعدة بدقة عالية، مما يفتح الباب لتطبيقات عملية في مجالات التشخيص الطبي والمساعدة في حلول البحث.