DiabetesDetectionApp

Application de détection du diabète

Description

Il s'agit d'une application Web orientée ML pour la détection du diabète en fonction des paramètres saisis par l'utilisateur. Il prédit s’il est bénin ou malin en apprenant des paramètres. Nous avons développé un modèle de réseau neuronal profond pour classer si l'utilisateur est diabétique ou non. Le modèle est formé sur la base de l'ensemble de données PIMA Indian Diabetes.

Ensemble de données

l'ensemble de données PIMA Indian Diabetes de l'Institut national du diabète et des maladies digestives et rénales ; Comprend des données sur les coûts (données par Peter Turney). Les attributs sont les suivants :

• Nombre de fois enceinte
• Concentration de glucose plasmatique pendant 2 heures lors d'un test oral de tolérance au glucose
• Pression artérielle diastolique (mm Hg)
• Épaisseur du pli cutané du triceps (mm)
• Insuline sérique sur 2 heures (mu U/ml)
• Indice de masse corporelle (poids en kg/(taille en m)^2)
• Fonction généalogique du diabète
• Âge (années)
• Variable de classe (0 ou 1)

Technologie utilisée

Pour le front-end, HTML5, CSS et bootstrap ont été utilisés. Python basé sur Flask est le backend. Toutes les interactions avec le backend se font via des appels API RESTful. Un modèle python ML a été utilisé pour prédire le stade de la maladie. Les poids du modèle entraîné sont enregistrés et lorsqu'un appel est effectué pour prédire le modèle, une inférence est effectuée sur la base des poids du modèle. Les Iframes ont été utilisées pour implémenter des modèles Ajax.

Que contient l'application ?

Page d'accueil Tableau de bord