نقل التعلم لصور طبية مع تقييم صارم
وصف الاستخدام
تكييف نموذج مسبق التدريب لتصنيف صور طبية مع تقسيم على مستوى المريض.
نص الأمر
المهمة: تصنيف صور طبية في {{project}} باستخدام {{stack}}.
- قسّم البيانات على مستوى المريض لا الصورة.
- زيادة بيانات مناسبة طبياً (لا قلب أفقي إن كان يغير المعنى التشريحي).
- مرحلتان: تجميد العمود الفقري ثم ضبط دقيق بمعدل تعلم أصغر.
- مقاييس: الحساسية، النوعية، AUC مع فترات ثقة بطريقة Bootstrap، ومصفوفة الالتباس.
- Grad-CAM لعينات صحيحة وخاطئة مع تنبيه أنها ليست دليلاً سريرياً.
{{extra}}المدخلات المطلوبة
البيانات ومعرّف المريض، الإطار.
المخرجات المتوقعة
كود، نتائج فعلية، خرائط Grad-CAM.
الأدوات المناسبة
مثال تطبيقي
stack = «PyTorch وtimm»، project = «صور شبكية لاعتلال السكري».
لم يُدَّعَ اختبار هذا الأمر على نموذج بعينه؛ النتائج تختلف حسب النموذج والسياق، فراجع المخرجات دائماً.
