نقل التعلم لصور طبية مع تقييم صارم

أوامر التعلم العميقالصعوبة: متقدم آخر تحديث: 16 نوفمبر 2026

وصف الاستخدام

تكييف نموذج مسبق التدريب لتصنيف صور طبية مع تقسيم على مستوى المريض.

نص الأمر

Prompt
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».

قيّم:
لا تقييمات بعد

لم يُدَّعَ اختبار هذا الأمر على نموذج بعينه؛ النتائج تختلف حسب النموذج والسياق، فراجع المخرجات دائماً.

أنشئ نسخة مخصصة بالذكاء الاصطناعي

لا تكتب أسراراً أو مفاتيح أو بيانات شخصية. يُدمج الوصف مع الأمر مباشرة دون إرساله إلى أي خدمة خارجية.