Kolorektal Kanser Mikrosatellit İnstabilitesi Tahmini

Proje Adı:

Kolorektal Kanser Mikrosatellit İnstabilitesi Tahmini

Proje Kategorisi:

Dahili Bilimlerde Yapay Zeka Uygulamaları

Proje Özeti:

Mikrosatellit instabilitesi, gastrointestinal kanserli hastaların immünoterapiye yanıt düzeyini belirler. Ancak MSİ için gerekli olan ek genetik ve imminohistokimyasal testler klinik kullanımını zorlaştırır. Bu proje ile yaygın olarak kullanılan H&E boyalı histolojik kesitlerden direk olarak MSİ tahmini amaçlanmaktadır.

Proje İçeriği:

153.849 histolojik kesiti kullanarak mikrosatellit instabilitesi (MSİ) tahmini yapabilen yapay zeka modeli

Kullanılan Algoritma:

Convolutional Neural Networks (CNN) 

Transfer Learning

Sonuçlar:

Eğitim verisi üzerinde %96 başarı, test verisi üzerinde %94 (19233 veriden 18.082 doğru tahmin) başarı elde edilmiştir.

Eğitim:

Test:

Proje Dosyaları:

Model: /proje/msi_mss.h5

Algoritma: /proje/dosyalar/msi_mss.py

Veri: Kaggle

---

Proje Yazarları:

---

Kaynaklar

https://www.kaggle.com/linjustin/train-val-test-tcga-coad-msi-mss
https://www.nature.com/articles/s41591-019-0462-y

---

Modeli Kullanmak

#Sağlıkta Yapay Zeka Kulübü Projeler ID:1
#mss_msi klasorü altında çalıştırınız. test klasoru içindeki resim klasoru altına tahmin etmek istediğiniz histolojik kesit resmini ekleyiniz

import os
import tensorflow as tf
from tensorflow.keras.preprocessing.image import ImageDataGenerator
model = tf.keras.models.load_model("msi_mss.h5")
PATH = os.getcwd
test_dir = os.path.join(PATH, 'test')
test_image_generator = ImageDataGenerator(rescale = 1./255)
test_data_gen = test_image_generator.flow_from_directory(batch_size =1, directory = test_dir,target_size (224,224),class_mode = None)

result = model.predict(test_data_gen, steps =1)
print("Tanı için kullanılamaz, araştırma amaçlı geliştirilmiştir.Hiçbir sorumluluk kabul edilmez.")
print("sagliktayapayzeka.org")

if result>0.5:
  print("Tahmin = MSS")
else:
  print("Tahmin = MSİ")