DiabetesDetectionApp

Aplicativo de detecção de diabetes

Descrição

Este é um aplicativo Web orientado a ML para detecção de diabetes com base nos parâmetros inseridos pelo usuário. Ele prevê se é benigno ou maligno aprendendo com os parâmetros. Desenvolvemos um modelo de rede neural profunda para classificar se o usuário tem diabetes ou não. O modelo é treinado com base no conjunto de dados PIMA Indian Diabetes.

Conjunto de dados

o conjunto de dados PIMA Indian Diabetes do Instituto Nacional de Diabetes e Doenças Digestivas e Renais; Inclui dados de custos (doados por Peter Turney). Os atributos são os seguintes:

• Número de vezes que engravidei
• Concentração plasmática de glicose após 2 horas em um teste oral de tolerância à glicose
• Pressão arterial diastólica (mm Hg)
• Espessura da dobra cutânea do tríceps (mm)
• Insulina sérica de 2 horas (mu U/ml)
• Índice de massa corporal (peso em kg/(altura em m)^2)
• Função de pedigree do diabetes
• Idade (anos)
• Variável de classe (0 ou 1)

Tecnologia usada

Para o front end foram utilizados HTML5, CSS e bootstrap. Python baseado em Flask é o backend. Todas as interações com o backend são feitas por meio de chamadas de API RESTful. Um modelo python ML foi usado para prever o estágio da doença. Os pesos do modelo treinado são salvos e quando é feita uma chamada para prever o modelo, a inferência é feita com base nos pesos do modelo. Iframes foram usados ​​para implementar padrões Ajax.

O que o aplicativo tem?

Página inicial Painel