Справочная информация

Идея проекта возникла во время встречи между нашими товарищами по проекту, Тануджем, Анвешем и мной, основная цель заключалась в том, чтобы провести мозговой штурм по поводу идеи, которая могла бы служить следующим идеалам, которые мы имели в виду, включая:

1) Должен решить социальную проблему.

2) Должен быть в состоянии приносить доход как бизнес.

3) Технологии, используемые в проекте, должны быть в пределах нашего горизонта.

4) Должен быть расширяемым, объем проекта не должен быть ограничен.

Во время этой сессии пришло много быстрых идей, таких как создание платформы электронной коммерции для продуктов «Сделано в Индии», создание платформы цифровых платежей для телефонов Feature, а третья - онлайн-обнаружение пневмонии с использованием компьютерного зрения.

Причина

Разные причины для всех в соответствии с нашими интересами.
Танудж: Он стремился изучить все возможные варианты, прежде чем запереться в одной конкретной области, поэтому ему это показалось одноразовым вариантом. В предыдущем семестре он попробовал заняться практической разработкой приложений, машинным обучением, но они не смогли принести ему желаемого удовлетворения.

Тарун: Он выбрал этот проект, потому что он дал мне что-то сложное и потому что он всегда хотел исследовать поле и интерфейс через среду Python и Flask, поэтому это казалось прекрасной возможностью для этого.

Анвеш: Он выбрал этот проект, потому что он дает ему прекрасную возможность поработать над машинным обучением и развернуть модели, которые выступают в качестве основной составляющей проекта, это также было проблемой для него, поскольку он участвовал в различных технологиях, таких как разработка приложений. , бэкэнд, но ничего подобного.

Проблема

В настоящее время мир имеет дело с вирусом, о котором никто раньше не слышал и не видел. В таких ситуациях можно было очень мало времени терять зря. Вместо того, чтобы врачам приходилось тратить время на самостоятельный анализ рентгеновских лучей, мы предложили платформу, которая делает это за них в кратчайшие сроки и сохраняет результаты, чтобы предоставить им удобство, чтобы проверить их позже и сразу же порекомендовать, следует ли применять карантинные меры. конкретный человек или нет.

В идеальном мире мы бы использовали набор данных, содержащий рентгеновские снимки грудной клетки людей, у которых был положительный или отрицательный результат теста на COVID19, но объем доступных данных не идеален и может привести к переобучению, поэтому мы решили использовать набор данных с рентгеновскими снимками людей, у которых был положительный или отрицательный результат теста на пневмонию.

Поставленное решение

Окончательное решение включает обнаружение пневмонии с помощью рентгеновских снимков грудной клетки людей, у которых были положительные и отрицательные результаты тестов на пневмонию с помощью методов компьютерного зрения. Мы использовали обучающие данные, которые содержали около 4000 изображений, каждое из которых составляло 600 проверочных и тестовых изображений. В зависимости от времени вычислений мы развернули несколько сокращенных моделей в веб-приложении Flask, чтобы минимизировать вероятность получения неверных прогнозов. Обрезка моделей уменьшила размер модели за счет удаления параметров, которые практически не влияют на наши прогнозы.

Пользовательский интерфейс

Веб-сайт больше ориентирован на выполнение задач, поэтому мы разработали его таким образом, чтобы для работы требовалось как можно меньше щелчков мышью, для этого мы создали несколько макетов веб-сайта и позволили некоторым испытуемым попробовать его, не уведомляя их ни о чем, и они очень легко справлялись со своей задачей.

Общее впечатление на веб-сайте было достигнуто за счет сохранения той же цветовой палитры, шрифтов и общего дизайна. Он обеспечивает адекватную обратную связь, чтобы пользователь был уверен, были ли его действия выполнены или нет. Он также использует простой и естественный диалог, позволяющий пользователю видеть только релевантную информацию, которая необходима для выполнения задачи.

Мы постарались уберечь дизайн от лишнего, используя интуитивно понятные символы вместо ненужного текста.

Инновации

  1. Обработка нескольких моделей с высокой точностью и приоритетом для получения меньшего количества ложноотрицательных результатов. Получение меньшего количества ложноотрицательных результатов важно, потому что, если мы неправильно диагностируем у человека пневмонию, поскольку у человека ее нет, это может привести к серьезным последствиям, возможно, даже к возникновению эффекта бабочки. По сравнению с ложноотрицательными результатами, ложные срабатывания не так плохи, потому что, если мы диагностируем пневмонию у кого-то, у кого нет пневмонии, общий эффект не так плох. В любом случае, хорошая точность по-прежнему важна.
  2. Модели глубокого обучения и особенно модели компьютерного зрения велики из-за включенных в них параметров. Развернуть их на платформах с меньшими ресурсами может быть сложно. Чтобы решить эту проблему, мы будем обрезать модели перед их развертыванием. Это удалит незначительные веса из нейронной сети, что приведет к уменьшению размера нейронной сети, что облегчит нашу задачу по развертыванию модели.
  3. Нашим последним нововведением будет развертывание нескольких моделей вместо одной. Ранее упомянутое нововведение играет в этом важную роль, поскольку развертывание нескольких моделей может быть дорогостоящим в вычислительном отношении. Развертывание нескольких моделей повысит точность данных, которые мы никогда раньше не видели.

Ресурсы для проекта

В проекте будут использоваться следующие ресурсы:
Программное обеспечение - Git для управления версиями, Python для внутреннего проектирования и создания модели, HTML, CSS и JavaScript для внешнего дизайна, Adobe XD для дизайна UI / UX.

Аппаратное обеспечение - NVIDIA GPU для обучения модели

Набор данных - набор изображений рентгеновских лучей легких.

Фреймворки - Tensor Flow 2 для глубокого обучения, Flask для веб-дизайна.

Заключение

Проект был успешно реализован, и ожидалось, что он принесет радикальные и фундаментальные изменения в области медицины. Качество, обеспечиваемое проектом, будет зависеть от ощущения UI / UX нашего интерфейса и точности, с которой будет работать наша модель. Услуги, предлагаемые врачам и медицинским работникам, будут очень простыми и эффективными.