Problem Malarii na Świecie
Malaria jest tropikalną chorobą pasożytniczą. Chorobę tę wywołują pasożyty Plasmodium, które są przenoszone przez samice komarów Anopheles. Według raportu WHO w 2019 roku odnotowano aż 229 milionów przypadków malarii na całym świecie. Zmarło 409 000 osób. W samej Afryce zmarło w 2020 roku aż 384 000 osób. To właśnie w Afryce problem ten jest najpoważniejszy i stanowi większość przypadków śmiertelnych wśród zakażonych. Malaria dotyka przede wszystkim obszarów biednych ze słabą rozwiniętą profilaktyką i medycyną.
Kluczowe w leczeniu malarii jest podjęcie odpowiedniego leczenia. Na całkowite wyleczenie ma szanse tylko 20% pacjentów. Przy niektórych typach trzeba stosować leki także po zakończeniu leczenia, dlatego niezmiernie istotne jest szybkie zdiagnozowanie choroby.
Podczas Bootcampu Data Science od infoShare Academy zespół przyszłych Data Scientistów postanowił stworzyć aplikację, która dzięki mogłaby pomóc w identyfikacji komórek zakażonych. Aplikacja wykrywa chorobę na podstawie zdjęć z mikroskopu.
Skład zespołu:
Dane
Do aplikacji zostały wykorzystane dane z Kaggl, które zawierały 1365 obrazów (ok. 80 000 komórek). 2 rodzaje komórek zdrowych: Krwinki czerwone i Leukocyty oraz 4 rodzaje komórek zainfekowanych: Gametocyty, Trofozoity, Schizonty i Pierścionki. Dane były niezbalansowane (95% komórek to krwinki czerwone).
Dalszy rozwój aplikacji pozwoliłby na wykorzystanie jej w laboratoriach i instytutach badawczych w celu przyspieszenia i automatyzacji wykrywania choroby. Aplikacja na podstawie wcześniej wyuczonego modelu identyfikowałaby zainfekowane komórki.
Do stworzenia aplikacji programiści użyli frameworku DarkNet. Zespół użył detektora YOLO v4. DarkNet jest to framework oparty o sieci neuronowe napisany w języku C i CUDA. Zespół przetestował również detektor YOLO v3 oraz Single Shot Detector, lecz najlepsze wyniki zostały uzyskane przy wykorzystaniu YOLO v4 i to na ten detektor zdecydował się zespół.
Model
Model świetnie sobie radził z wykrywaniem czerwonych krwinek (96,95% dokładność). Leukocyty były identyfikowane w 78,32%. Początkowo zespół podzielił komórki na 6 klas, ale spowodowało to dość niską wykrywalność zakażonych komórek (na poziomie 30-40%). W dalszych pracach nad modelem programiści postanowili podzielić komórki tylko na 2 klasy: zdrowe i zakażone malarią.
Po zmianach w modelu czerwone krwinki były identyfikowane na poziomie 94,92%, a te zakażone na poziomie 96,93% co jest bardzo dobrym wynikiem.
Przyszli Data Scientist stworzyli także interfejs w postaci strony internetowej, która służy do uruchomienia aplikacji.
Obejrzyj prezentacje
Kurs weekendowy Data Science w infoShare Academy
Dane stały się prawdziwą walutą w dzisiejszych czasach. Firmy odkryły możliwości, jakie płyną ze zbierania danych. Mocniejsze i tańsze komputery sprawiają, że Data Science jest dostępna dla coraz mniejszych firm, co przekłada się na wzrost zapotrzebowania na specjalistów od danych. Jeśli chcesz nauczyć się wykorzystywać dane i tworzyć takie aplikacje jak powyżej, to zapisz się na bootcamp Data Science.
Dla kogo? Dla osób, które chcą sprawnie nauczyć się programowania od najlepszych trenerów-praktyków na rynku i szukają satysfakcji z pracy poprzez posiadanie realnego wpływu na swoją firmę. Podczas intensywnych zajęć dowiesz się, w jaki sposób pozyskiwać, agregować i przetwarzać dane. Nauczysz się wykorzystywać Machine Learning.
👉 Weekendowy bootcamp Data Science (przebranżowienie)
Przeczytaj: Data Science – pasjonująca branża z wysokim zarobkami >>
Co możesz robić po bootcampie? Poznaj historie naszych absolwentów!
👉 Elektronikę zamienił na programowanie – historia Jarosława Witowskiego
👉 Zamiast zarządzać finansami rozwija zagraniczną aplikację – historia Magdy Kłopotek
👉 Architektka wnętrz, która została programistką – historia Julii Łojek
