Thanks to visit codestin.com
Credit goes to github.com

Skip to content

Ximana/PulmoVision

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

24 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation


PulmoVision

Um sistema de Deep Learning para detecção de doenças pulmonares a partir de raios-X

Sobre o projeto

O PulmoVision é um sistema que usa em redes neurais convolucionais (CNN) para a detecção automática de doenças pulmonarestuberculose e pneumonia — por meio da análise de imagens de raio-X do tórax.

Ele foi desenvolvido utilizando Django como framework web e integra um modelo de Deep Learning para processar e classificar exames, proporcionando um suporte rápido e eficiente para diagnósticos médicos.

Funcionalidades

✔️ Upload de imagens de raio-X para análise
✔️ Detecção automática de doenças pulmonares com CNN
✔️ Gestão de usuários e pacientes com autenticação segura
✔️ Histórico de exames para acompanhamento clínico
✔️ Interface intuitiva para médicos e pesquisadores

🛠 Tecnologias utilizadas

🔹 Python 3.x
🔹 Django - Framework web
🔹 TensorFlow/Keras - Treinamento do modelo de Deep Learning
🔹 OpenCV - Processamento de imagens
🔹 MYSQL - Banco de dados
🔹 Bootstrap - Interface web responsiva

Instalação e Configuração

1. Clone o repositório

git clone https://github.com/Ximana/PulmoVision.git
cd PulmoVision

2. Criação do ambiente virtual

python -m venv venv
source venv/bin/activate  # Linux/macOS
venv\Scripts\activate  # Windows

3. Instale as dependências

pip install -r requirements.txt

4. Aplique as migrações do banco de dados

python manage.py migrate

5. Crie um superusuário (opcional)

python manage.py createsuperuser

6. Execute o servidor

python manage.py runserver

Agora, acesse http://127.0.0.1:8000/ no seu navegador. 🎯

Como funciona a detecção?

  1. O usuário faz o upload de uma imagem de raio-X do tórax.
  2. O modelo CNN processa a imagem e realiza a classificação.
  3. O sistema exibe o resultado: Normal, Pneumonia ou Tuberculose.
  4. Os exames são salvos para acompanhamento e histórico.

Exemplo de saída do modelo

Imagem Previsão do modelo Precisão
Raio-X 1 Pneumonia 98%
Raio-X 2 Tuberculose 95%
Raio-X 3 Normal 99%

Licença

Este projeto está licenciado sob a MIT License.

📞 Contato

📧 Email: [email protected]
🌐 GitHub: ximana


About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published