UAO-Neumonia: Detector de Neumonía

Descripción

Este proyecto utiliza técnicas de aprendizaje profundo para detectar neumonía a partir de imágenes radiográficas. La aplicación presenta una interfaz gráfica que permite cargar imágenes DICOM o JPG y obtener predicciones junto con un mapa de calor generado mediante Grad-CAM.

Requisitos

Para ejecutar el proyecto, es necesario instalar las siguientes librerías, especificadas en el archivo requirements.txt:

• TensorFlow 2.15.0
• Keras 2.15.0
• NumPy 1.26.4
• Matplotlib 3.9.1
• Pandas 2.2.2
• Pydicom 2.4.4
• OpenCV 4.10.0.84
• Pillow 10.4.0
• Img2pdf 0.5.1
• Tkcap 0.0.3

Instalación

1. Clonar el repositorio:

   git clone https://github.com/tu_usuario/UAO-Neumonia.git
   cd UAO-Neumonia
   

2. Crear y activar un entorno virtual (opcional, pero recomendado):

   conda create -n env_tf_tensorflow python=3.10
   conda activate env_tf_tensorflow
   

3. Instalar las dependencias:

   pip install -r requirements.txt
   

4. Descargar el modelo y las imágenes por medio de este enlace Google Drive. Es esencial que el modelo y los directorios de las imágenes, se ubiquen en el mismo directorio de los archivos .py del proyecto.

Uso

1. Ejecutar la aplicación:

   python detector_neumonia.py
   

2. Cargar una imagen DICOM o JPG y hacer clic en "Predecir" para obtener el resultado y el mapa de calor.

Pruebas

Para ejecutar las pruebas unitarias:

1. Ejecutar las pruebas:

   python -m unittest test_nombre_del_archivo.py