brain-tumor-detection

🧠 Brain Tumor Classification (ResNet50 PyTorch vs TensorFlow)

Ce projet est une application interactive de deep learning pour la classification de tumeurs cérébrales à partir d'images IRM.

🎯 Performances du Modèle (PyTorch)

• Précision Globale (Accuracy) : 98% sur l'ensemble de test (Unseen Data).
• Classes prises en charge :
  1. Glioma
  2. Meningioma (Optimisé par Fine-Tuning ciblé à l'aide de Class Weights).
  3. No Tumor (Sain).
  4. Pituitary (Hypophyse).

🛠️ Structure du Projet

• app.py : Script principal de l'application interactive Streamlit.
• best_brain_tumor_resnet50_pytorch.pth : Les poids optimisés du modèle ResNet50 en PyTorch.
• requirements.txt : Dépendances Python nécessaires pour faire tourner l'application.

🚀 Comment l'utiliser ?

1. Glissez-déposez ou uploadez une image IRM au format .jpg, .jpeg ou .png.
2. Le modèle effectue automatiquement un Crop intelligent sur la zone cérébrale.
3. Obtenez instantanément la prédiction ainsi que le score de confiance sous forme de graphique interactif.