Vai al contenuto

Applicazioni pratiche di deep learning/Diagnosi polmonite

Aggiungi collegamenti
Wikibooks, manuali e libri di testo liberi.
Applicazioni pratiche di deep learning
Categoria · Copertina · Sviluppo · Modifica il template
Applicazioni pratiche di deep learningApplicazioni pratiche di deep learning

Riconoscimento malattie ortaggiApplicazioni pratiche di deep learning/Riconoscimento malattie ortaggi Elaborazione del linguaggio naturaleApplicazioni pratiche di deep learning/Elaborazione del linguaggio naturale Riconoscimento recensioni positive AmazonApplicazioni pratiche di deep learning/Riconoscimento recensioni positive Amazon Identificazione tumori della pelleApplicazioni pratiche di deep learning/Identificazione tumori della pelle Diagnosi polmoniteApplicazioni pratiche di deep learning/Diagnosi polmonite Diagnosi alzheimerApplicazioni pratiche di deep learning/Diagnosi alzheimer Analisi elettrocardiogramma (ECG)Applicazioni pratiche di deep learning/Analisi elettrocardiogramma (ECG) Classificazione dei tweetsApplicazioni pratiche di deep learning/Classificazione dei tweets Segmentazione delle immaginiApplicazioni pratiche di deep learning/Segmentazione delle immagini Profilazione delle personeApplicazioni pratiche di deep learning/Profilazione delle persone Raccomandazione prodottiApplicazioni pratiche di deep learning/Raccomandazione prodotti Da voce a testoApplicazioni pratiche di deep learning/Da voce a testo Conversazione AIApplicazioni pratiche di deep learning/Conversazione AI Classificazione dei fioriApplicazioni pratiche di deep learning/Classificazione dei fiori Interrogare documenti(LLM)Applicazioni pratiche di deep learning/Interrogare documenti(LLM) Realizzare un chatbot(LLM)Applicazioni pratiche di deep learning/Realizzare un chatbot(LLM)

Creare un notebook ColabApplicazioni pratiche di deep learning/Creare un notebook Colab

Il modello autotrain-chest-xray-demo-1677859324 che si trova su Hagging Face qui : https://huggingface.co/juliensimon/autotrain-chest-xray-demo-1677859324 è stato ottenuto tramite Autotrain, funzionalità di Hugging Face per il deep learning , in cui fornendo semplicemente le cartelle delle foto di radiografie di polmoni sani e malati, prelevate da kaggle, è stato addestrato in automatico un modello previsionale che nel caso specifico fornisce un'accuratezza del 93,4% .

Ci sono 3 possibilità per utilizzarlo valutando se i polmoni sono malati oppure no :

1) Collegarsi con la pagina del modello https://huggingface.co/juliensimon/autotrain-chest-xray-demo-1677859324 , cliccare su "Drag image here or click to browse from your device" e caricare la fotografia della radiografia dei polmoni . Si otterrà una previsione della polmonite con la relativa accuratezza che va dall'1% al 100% .

2) Creare su Colab un nuovo file e incollare il seguente codice : 

!pip install -q transformers

from transformers import pipeline

pipe = pipeline("image-classification", "juliensimon/autotrain-chest-xray-demo-1677859324")

Caricare la fotografia della radiografia sul server tramite il seguente codice: 

from google.colab import files 
files.upload()

Utilizzando la foto di Wikimedia Commons 800px-Chest_radiograph_in_influensa_and_H_influenzae,_posteroanterior,_annotated.jpg si può utilizzare il seguente codice per la sua visualizzazione: 

from pathlib import Path
from PIL import Image
path_im = Path('800px-Chest_radiograph_in_influensa_and_H_influenzae,_posteroanterior,_annotated.jpg')
image = Image.open(path_im)
image
Chest radiograph in influensa and H influenzae, posteroanterior, annotated

Per ottenere la diagnosi della polmonite o di polmoni sani digitare : 

 pipe(image)

con il seguente risultato : 

[{'score': 0.9954289197921753, 'label': 'PNEUMONIA'},
{'score': 0.004571011755615473, 'label': 'NORMAL'}]

Quindi nel caso specifico si tratta di una polmonite con un'accuratezza del 99,54% .


3) Invece di caricare la foto sul server di Colab si può importarla direttamente dal web con : 

from PIL import Image
import requests

url = 'https://www.mio_sito.it/foto_della_radiografia.jpg'
image = Image.open(requests.get(url, stream=True).raw)
image
[modifica | modifica sorgente]

Estratto da "https://it.wikibooks.org/w/index.php?title=Applicazioni_pratiche_di_deep_learning/Diagnosi_polmonite&oldid=440837"