PneuNet
Pneumonie-Erkennung auf Röntgenbildern, vom NumPy-CNN bis zum DICOM-Viewer.
über 87 % Klassifikation · über 95 % Segmentierung
- Python
- NumPy
- PyTorch
- TensorFlow
3 Stichpunkte anzeigenStichpunkte ausblenden
- Ein CNN in NumPy von Grund auf geschrieben, inklusive Backpropagation.
- Sieben CNN-Architekturen in PyTorch auf vier öffentlichen Datensätzen mit bis zu 30.000 Bildern verglichen, dazu Lungensegmentierung und Class Activation Maps in einem DICOM-Viewer in Qt/C++.
- Jugend forscht 2024: Landessieg Thüringen und Sonderpreis im Bundeswettbewerb. Alle 60 Commits stammen von mir.
Begonnen als Schülerforschungsprojekt und bei Jugend forscht weitergeführt. Die Werte stammen aus dem eigenen Validierungssplit, nicht aus einer klinischen Validierung.
Alleiniger Autor des Codes; Dreierteam bei Jugend forscht
Außerdem: OpenCV, Qt, C++