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 Scientistó∑ 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
Bootcamp 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
