Dr Strange Medical Image Sequencing using Gen AI

Секвенирование медицинских изображений с использованием генеративного искусственного интеллекта.

Проект направлен на устранение пробелов в здравоохранении путем прогнозирования прогрессирования заболевания с помощью генеративной системы искусственного интеллекта, которая анализирует последовательность медицинских изображений, а затем генерирует следующее изображение в последовательности. Эта система имеет решающее значение для улучшения диагностики и планирования лечения. Несмотря на такие проблемы, как ограниченный доступ к данным и технологиям, в проекте используются предварительно обученные преобразователи изображения (ViT) с кодировщиком и вариационные автоматические кодировщики со слоями кодера и декодера. Эти слои прогнозируют последующие изображения в последовательности пациента, помогая медицинским работникам планировать лечение и точно диагностировать заболевание. Комплексный модельный подход проекта способствует раннему выявлению заболеваний, составлению персонализированных планов лечения и повышению качества медицинского образования врачей и рентгенологов. Это приводит к лучшему ведению пациентов и оптимизации использования ресурсов здравоохранения.

Начиная

Системный поток данных

• На рисунке ниже шаг за шагом показан поток данных проекта.

Системная архитектура

• Следующая архитектура является типовой архитектурой проекта.

Зависимости

• Использование ЦП может занять много времени для обучения модели. Используйте графический процессор с конфигурацией: 40 ГБ и 16 ядер.
• Используйте предварительно обученный Vit, как указано в приведенной выше системной архитектуре.

Помощь

• Замените путь к источнику набора данных в коде соответствующим путем.

Установка

• Используйте .ipynb или .py Capstone_DrStrange_GenerativeMedicalImageSequencing. Мы использовали Jupyter Notebook, поэтому пакеты устанавливаются в соответствии с нашей средой. Убедитесь, что вы установили все необходимые пакеты и импортировали модули.
• Мы разделили наш набор данных на обучение и проверку. В наших проверочных данных количество изображений составляет менее 20.

Члены команды

Партх Далал, Аджит Кумар Джалагам, Рича Сараф, Картик Баладжи, Моаззам Мансуб, Бхувана Ядавалли

История версий

• Первоначальный выпуск