DiabetesDetectionApp

DiabetesDetectionApp

Descripción

Esta es una aplicación web orientada a ML para la detección de diabetes en función de los parámetros que ingresa el usuario. Predice si es benigno o maligno aprendiendo de los parámetros. Hemos desarrollado un modelo de red neuronal profunda para clasificar si el usuario tiene diabetes o no. El modelo se entrena en función del conjunto de datos PIMA Indian Diabetes.

Conjunto de datos

el conjunto de datos PIMA Indian Diabetes del Instituto Nacional de Diabetes y Enfermedades Digestivas y Renales; Incluye datos de costos (donados por Peter Turney). Los atributos son los siguientes:

• Número de veces embarazada
• Concentración de glucosa plasmática a las 2 horas en una prueba de tolerancia oral a la glucosa.
• Presión arterial diastólica (mm Hg)
• Grosor del pliegue cutáneo del tríceps (mm)
• Insulina sérica de 2 horas (mu U/ml)
• Índice de masa corporal (peso en kg/(altura en m)^2)
• Función del pedigrí de la diabetes
• Edad (años)
• Variable de clase (0 o 1)

Tecnología utilizada

Para el front-end se ha utilizado HTML5, CSS y bootstrap. Python basado en Flask es el backend. Todas las interacciones con el backend se realizan mediante llamadas API RESTful. Se ha utilizado un modelo ML de Python para predecir el estadio de la enfermedad. Los pesos del modelo entrenado se guardan y cuando se realiza una llamada para predecir el modelo, se realiza una inferencia basada en los pesos del modelo. Se han utilizado iframes para implementar patrones Ajax.

¿Qué tiene la aplicación?

Página principal Panel