الكشف عن تضخم القلب (EfficientNet-B7)

🔬 التركيز البحثي:

الاستفادة من معمارية EfficientNet-B7 لزيادة دقة التشخيص من خلال القياس المركب المتقدم. يمثل هذا النموذج ذروة الدقة في مجموعة أدوات الكشف عن تضخم القلب.

📊 مقاييس الأداء:

• ذروة الدقة: 99.41% تم تحقيقها خلال دورات التدريب النهائية.

• دقة التحقق: 98.70% على مجموعة اختبار مستقلة.

• الدقة (Precision): 99.20% | الاستدعاء (Recall): 99.10% | F1-Score: 99.15%

• المعمارية: EfficientNet-B7 مع تعلم نقل مرجح بـ ImageNet.

• المعلمات: 64.1 مليون معلمة قابلة للتدريب.

• حجم المدخلات: 600x600 صور RGB.

• التحسين: خسارة الإنتروبيا المتقاطعة الفئوية مع محسن Adam (معدل التعلم = 0.001).

• التدريب: 15 دورة مع التوقف المبكر وتقليل معدل التعلم.

🛡️ الميزات الرئيسية:

• تعميم قوي: أداء عالٍ عبر صور شعاعية متنوعة للصدر.

• استخراج الميزات الآلي: دقة جراحية في تحديد حدود القلب والانصباب الجنبي.

• تعلم النقل: مدرب مسبقاً على ImageNet، ومضبوط بدقة على مجموعة بيانات ChestX-ray14.

• تعزيز البيانات: تدوير عشوائي، وتقليب، وتكبير، وتعديلات السطوع.

📁 ملفات النموذج:

• النموذج: `model_b7.h5` / `model_b7.tflite`

• الورقة البحثية: IEEE 6th ROMA 2025