本文讓我們從頭開(kāi)始，通過(guò)訓(xùn)練和測(cè)試我們的自定義圖像數(shù)據(jù)集，來(lái)構(gòu)建我們自己的自定義CNN（卷積神經(jīng)網(wǎng)絡(luò)）模型。

我們將使用驗(yàn)證集方法來(lái)訓(xùn)練模型，從而將我們的數(shù)據(jù)集劃分為訓(xùn)練、驗(yàn)證和測(cè)試數(shù)據(jù)集。

在結(jié)束時(shí)，你將能夠?yàn)?COVID－19 構(gòu)建你自己的自定義 CNN 模型，通過(guò)使用你自己的數(shù)據(jù)集進(jìn)行訓(xùn)練來(lái)執(zhí)行多類圖像分類！

此外，我們還將通過(guò)獲取其分類報(bào)告和混淆矩陣，在驗(yàn)證和測(cè)試數(shù)據(jù)集上徹底評(píng)估訓(xùn)練模型。此外，我們還將使用 Streamlit 創(chuàng)建一個(gè)漂亮而簡(jiǎn)單的前端，并將我們的模型與 Web 應(yīng)用程序集成。

目前已經(jīng)使用 Google Colab 進(jìn)行所有實(shí)施。此外，已將數(shù)據(jù)集上傳到項(xiàng)目的Google drive 。Streamlit Web 應(yīng)用程序可以從 Google Colab 輕松啟動(dòng)。

那么，讓我們開(kāi)始吧！

目錄

· 介紹

· 應(yīng)用

· 執(zhí)行

· 結(jié)論

介紹

首先，自定義數(shù)據(jù)集是你自己準(zhǔn)備的數(shù)據(jù)集，就像你去外面玩并拍攝照片以收集你感興趣的圖像一樣，或者從知名網(wǎng)站下載并使用開(kāi)源圖像數(shù)據(jù)集來(lái)獲取數(shù)據(jù)集，例如 Kaggle、GitHub 等。

總而言之，它是你自己的數(shù)據(jù)集，其中你將所需類的圖像存儲(chǔ)在不同的文件夾中——每個(gè)類的文件夾。

在本文中，將解釋如何使用 TensorFlow 在 CT 掃描的 COVID 多類數(shù)據(jù)集之一上為 COVID－19 構(gòu)建 CNN 模型。可以直接從這里下載�，F(xiàn)在，暫停并確保你下載數(shù)據(jù)集以跟隨實(shí)施。

給定的 Kaggle 數(shù)據(jù)集包括患有新型 COVID－19、其他肺部疾病和健康患者的患者的胸部 CT 掃描圖像。對(duì)于這三個(gè)類別中的每一個(gè)，都有多個(gè)患者，并且對(duì)于每個(gè)類別，都有相應(yīng)的多個(gè) CT 掃描圖像。

我們將使用這些 CT 掃描圖像來(lái)訓(xùn)練我們的 CNN 模型，以識(shí)別給定的 CT 掃描是 COVID 患者、患有除 COVID 以外的其他肺部疾病的患者，還是健康患者的 CT 掃描。該問(wèn)題包括 3 類，即：COVID、健康和其他肺部疾病，簡(jiǎn)稱為“其他”。

應(yīng)用

我們知道，進(jìn)行 RTPCR 檢測(cè) COVID 是有風(fēng)險(xiǎn)的，因?yàn)槭米訖z測(cè)通過(guò)鼻子到達(dá)喉嚨，導(dǎo)致咳嗽，從而將病毒顆粒傳播到空氣中，從而危及衛(wèi)生工作者的生命。

因此，研究人員表示，CT 掃描比此類拭子測(cè)試更安全。此外，建議在對(duì) COVID 陽(yáng)性患者進(jìn)行 RTPCR 測(cè)試后進(jìn)行 CT 掃描測(cè)試。

這就是我們現(xiàn)在正在做的項(xiàng)目可以證明對(duì)醫(yī)學(xué)界有幫助的地方。

執(zhí)行

Step－1：圖像預(yù)處理

Step－2：訓(xùn)練－測(cè)試－驗(yàn)證拆分

Step－3：模型構(gòu)建

Step－4：模型評(píng)估

Step－5：構(gòu)建 Streamlit Web 應(yīng)用程序

首先，讓我們導(dǎo)入所有需要的包，如下所示：

from tensorflow．keras．layers import Input， Lambda， Dense， Flatten，Dropout，Conv2D，MaxPooling2D

from tensorflow．keras．models import Model

from tensorflow．keras．preprocessing import image

from sklearn．metrics import accuracy＿score，classification＿report，confusion＿matrix

from tensorflow．keras．preprocessing．image import ImageDataGenerator

from sklearn．model＿selection import train＿test＿split

from tensorflow．keras．models import Sequential

import numpy as np

import pandas as pd

import os

import cv2

import matplotlib．pyplot as plt

Step－1 圖像預(yù)處理

每當(dāng)我們處理圖像數(shù)據(jù)時(shí)，圖像預(yù)處理是第一步，也是最關(guān)鍵的一步。

在這里，我們將所有圖像重新縮放為所需的大小（在這個(gè)項(xiàng)目中為 100×100）并將它們除以 255 進(jìn)行標(biāo)準(zhǔn)化。

根據(jù)我們數(shù)據(jù)集的目錄結(jié)構(gòu)，如上一節(jié)所述，我們必須遍歷文件夾 2（患者文件夾）中存在的每個(gè)圖像，該圖像進(jìn)一步存在于文件夾 1（類別文件夾：COVID、健康或其他）。

因此，相同的代碼是這樣的：

＃ re－size all the images to this

IMAGE＿SIZE ＝ （100，100）

path＝＂／content／drive／MyDrive／MLH Project／dataset＂

data＝［］

c＝0

for folder in os．listdir（path）：

  sub＿path＝path＋＂／＂＋folder

  for folder2 in os．listdir（sub＿path）：

    sub＿path2＝sub＿path＋＂／＂＋folder2

    for img in os．listdir（sub＿path2）：

      image＿path＝sub＿path2＋＂／＂＋img        

      img＿arr＝cv2．imread（image＿path）

      try：

        img＿arr＝cv2．resize（img＿arr，IMAGE＿SIZE）

        data．a(chǎn)ppend（img＿arr）

      except：

        c＋＝1

        continue

print（＂Number of images skipped＝ ＂，c）

注意：在案例中可能會(huì)跳過(guò)兩個(gè)圖像。我們可以忽略它們，因?yàn)橹皇?2 張圖像，而不是跳過(guò)大量的圖像。

下面的代碼執(zhí)行圖像的標(biāo)準(zhǔn)化：

x＝np．a(chǎn)rray（data）

x＝x／255．0

現(xiàn)在，由于我們的自定義數(shù)據(jù)集在文件夾中有圖像，我們?nèi)绾潍@取標(biāo)簽？

使用 ImageDataGenerator 以及以下代碼實(shí)現(xiàn)：

datagen ＝ ImageDataGenerator（rescale ＝ 1．／255）

dataset ＝ datagen．flow＿from＿directory（path，
                                     target＿size ＝ IMAGE＿SIZE，
                                     batch＿size ＝ 32，
                                     class＿mode ＝ ＇sparse＇）

此外，要注意類的索引并將這些類分配為標(biāo)簽，請(qǐng)使用以下代碼：

dataset．class＿indices

y＝dataset．classes

y．shape

運(yùn)行上面的代碼，你將觀察到以下索引已用于相應(yīng)的類：

注意：在這一步的最后，所有的圖像都將被調(diào)整到100×100，盡管它們是CT掃描，但它們已被作為彩色圖像提供在選定的Kaggle數(shù)據(jù)集中。這就是為什么當(dāng)我們?cè)谙乱还?jié)中嘗試查看 x＿train，x＿val 和 x＿test 的形狀時(shí)，會(huì)得到100x100x3。這里，3表示彩色圖像（R－G－B）

Step－2：訓(xùn)練－測(cè)試－驗(yàn)證拆分

在這一步中，我們將數(shù)據(jù)集劃分為訓(xùn)練集、測(cè)試集和驗(yàn)證集，以便使用驗(yàn)證集方法來(lái)訓(xùn)練我們的模型，以便在 COVID、健康或其他的 CT 掃描中進(jìn)行分類。

我們可以使用傳統(tǒng)的 sklearn 來(lái)實(shí)現(xiàn)。

x＿train，x＿test，y＿train，y＿test＝train＿test＿split（x，y，test＿size＝0．1）

x＿train，x＿val，y＿train，y＿val＝train＿test＿split（x＿train，y＿train，test＿size＝0．2）

此外，使用以下代碼查看每個(gè)數(shù)據(jù)集的大�。�

x＿train．shape，y＿train．shape

x＿val．shape，y＿val．shape

x＿test．shape，y＿test．shape

從上面的代碼中，你將觀察到 3002 幅圖像屬于訓(xùn)練集，751 幅圖像屬于驗(yàn)證集，418 幅圖像屬于測(cè)試集。

Step－3 模型構(gòu)建

現(xiàn)在，我們都準(zhǔn)備好從頭開(kāi)始為 COVID－19 編碼我們的 CNN 模型了。為此，我們只需要不斷添加層，主要是 Conv2D 來(lái)提取特征，MaxPooling2D 來(lái)執(zhí)行圖像的下采樣。

此外，還使用了 BatchNormalization 層來(lái)提高模型在訓(xùn)練和驗(yàn)證準(zhǔn)確性方面的性能。

因此，我們可以編寫(xiě)我們自己的 CNN 模型，如下所示：

model＝Sequential（）

＃covolution layer

model．a(chǎn)dd（Conv2D（32，（3，3），activation＝＇relu＇，input＿shape＝（100，100，3）））

＃pooling layer

model．a(chǎn)dd（MaxPooling2D（2，2））

model．a(chǎn)dd（BatchNormalization（））

＃covolution layer

model．a(chǎn)dd（Conv2D（32，（3，3），activation＝＇relu＇））

＃pooling layer

model．a(chǎn)dd（MaxPooling2D（2，2））

model．a(chǎn)dd（BatchNormalization（））

＃covolution layer

model．a(chǎn)dd（Conv2D（64，（3，3），activation＝＇relu＇））

＃pooling layer

model．a(chǎn)dd（MaxPooling2D（2，2））

model．a(chǎn)dd（BatchNormalization（））

＃covolution layer

model．a(chǎn)dd（Conv2D（64，（3，3），activation＝＇relu＇））

＃pooling layer

model．a(chǎn)dd（MaxPooling2D（2，2））

model．a(chǎn)dd（BatchNormalization（））

＃i／p layer

model．a(chǎn)dd（Flatten（））

＃o／p layer

model．a(chǎn)dd（Dense（3，activation＝＇softmax＇））

model．summary（）

卷積神經(jīng)網(wǎng)絡(luò)由幾個(gè)卷積層和池化層組成。我添加了四個(gè) Conv2D 和 MaxPooling 層。Conv2D 層的第一個(gè)參數(shù)是我們必須在其中進(jìn)行大量操作以達(dá)到最佳模型。

你可以從 Keras 官方文檔中了解更多關(guān)于 Conv2D、MaxPooling2D 和 BatchNormalization 的語(yǔ)法。

添加卷積層和最大池化層后，包含了 BatchNormalization 層，然后使用 Flatten（） 函數(shù)添加了輸入層。

這里沒(méi)有隱藏層，因?yàn)樗鼈儗?duì)提高模型在訓(xùn)練期間的性能沒(méi)有用處。

最后，添加了輸出層，它確實(shí)給了我們最后的輸出！Dense（） 函數(shù)也用于相同的目的。它需要參數(shù) 3，因?yàn)槲覀冇?3 個(gè)類別：COVID、健康和其他。

此外，這里使用的激活函數(shù)是 softmax 函數(shù)，因?yàn)檫@是一個(gè)多類問(wèn)題。

這是模型架構(gòu)�，F(xiàn)在，在我們訓(xùn)練它之前，我們必須按如下方式編譯它：

使用的優(yōu)化器是常見(jiàn)的 Adam 優(yōu)化器。由于所考慮的數(shù)據(jù)集的標(biāo)簽是分類的而不是獨(dú)熱編碼的，我們必須選擇稀疏分類交叉熵?fù)p失函數(shù)。

提前停止用于避免過(guò)度擬合。當(dāng)它開(kāi)始過(guò)度擬合時(shí)，它會(huì)停止訓(xùn)練我們的模型，而過(guò)擬合又通過(guò)驗(yàn)證損失的突然增加被識(shí)別出來(lái)。

＃compile model：

model．compile（optimizer＝＇adam＇，loss＝＇sparse＿categorical＿crossentropy＇，metrics＝［＇accuracy＇］）

提前停止可用于避免過(guò)度擬合。這樣做是因?yàn)槲覀儾恢�道我們的模型必須�?xùn)練多少個(gè) epoch。

from tensorflow．keras．callbacks import EarlyStopping

early＿stop＝EarlyStopping（monitor＝＇val＿loss＇，mode＝＇min＇，verbose＝1，patience＝5）

＃Early stopping to avoid overfitting of model

現(xiàn)在，讓我們最終訓(xùn)練我們的自定義 CNN 模型，比如 30 個(gè) epoch：

history＝model．fit（x＿train，y＿train，validation＿data＝（x＿val，y＿val），epochs＝30，callbacks＝［early＿stop］，shuffle＝True）

在第 16 個(gè) epoch 遇到了提前停止，因此模型只訓(xùn)練了 16 個(gè) epoch，在結(jié)束時(shí)它顯示出 100％ 的訓(xùn)練準(zhǔn)確度和 78．83％ 的驗(yàn)證準(zhǔn)確度。

Step－4 模型評(píng)估

可視化我們的模型訓(xùn)練的最佳方法是使用損失和準(zhǔn)確度圖。

以下代碼可用于獲取我們訓(xùn)練的模型的損失和準(zhǔn)確度圖：

＃loss graph

plt．plot（history．history［＇loss＇］，label＝＇train loss＇）

plt．plot（history．history［＇val＿loss＇］，label＝＇val loss＇）

plt．legend（）

plt．savefig（＇loss－graph．png＇）

plt．show（）

＃accuracies

plt．plot（history．history［＇accuracy＇］， label＝＇train acc＇）

plt．plot（history．history［＇val＿accuracy＇］， label＝＇val acc＇）

plt．legend（）

plt．savefig（＇acc－graph．png＇）

plt．show（）

準(zhǔn)確率和損失圖如下：

驗(yàn)證數(shù)據(jù)集的分類報(bào)告和混淆矩陣：

y＿val＿pred＝model．predict（x＿val）

y＿val＿pred＝np．a(chǎn)rgmax（y＿val＿pred，axis＝1）

print（classification＿report（y＿val＿pred，y＿val））

confusion＿matrix（y＿val＿pred，y＿val）

因此，可以清楚地得出結(jié)論，我們用于 COVID CT 掃描的 CNN 模型是最好的。它顯示了其他肺部疾病類別的平均表現(xiàn)。

然而，它對(duì)健康患者的表現(xiàn)相對(duì)較差。此外，我們的模型在驗(yàn)證數(shù)據(jù)集上顯示出 79％ 的準(zhǔn)確率。

測(cè)試數(shù)據(jù)集的分類報(bào)告和混淆矩陣，這對(duì)我們的模型來(lái)說(shuō)是全新的：

y＿pred＝model．predict（x＿test）

y＿pred＝np．a(chǎn)rgmax（y＿pred，axis＝1）

print（classification＿report（y＿pred，y＿test））

confusion＿matrix（y＿pred，y＿test）

它在測(cè)試數(shù)據(jù)集上顯示了 75％ 的準(zhǔn)確度，與驗(yàn)證數(shù)據(jù)集的性能相似。

總的來(lái)說(shuō)，我們可以得出結(jié)論，我們已經(jīng)從頭開(kāi)始為 COVID－19 開(kāi)發(fā)了一個(gè)現(xiàn)實(shí)的 CNN 模型。

現(xiàn)在讓我們使用以下代碼保存模型：

model．save（＇／content／drive／MyDrive／MLH Project／model－recent．h5＇）

Step－5 構(gòu)建 Streamlit Web 應(yīng)用程序

在這一步中，我們將使用 Streamlit 創(chuàng)建一個(gè)前端，用戶可以在其中上傳胸部 CT 掃描的圖像。單擊“預(yù)測(cè)”按鈕將輸入圖像預(yù)處理為 100×100，這是我們用于 COVID－19 的 CNN 模型的輸入形狀，然后將其發(fā)送到我們的模型。

為了檢查我們的模型預(yù)測(cè)該圖像是哪個(gè)類別，我們使用 np．a(chǎn)rgmax（） 函數(shù)獲得對(duì)應(yīng)于最大值的索引，從而根據(jù)步驟 1 表中討論的標(biāo)簽索引得出結(jié)論。

首先，我們必須安裝 Streamlit 并導(dǎo)入 ngrok：

！pip install streamlit －－quiet

！pip install pyngrok＝＝4．1．1 －－quiet

from pyngrok import ngrok

然后是實(shí)際代碼。

這里，我們主要加載保存的模型——h5文件，并使用它進(jìn)行預(yù)測(cè)。模型文件的名稱是 model－recent．h5�？梢赃x擇直接從本地系統(tǒng)上傳圖像并檢查其類別 － 如果 CT 掃描是 COVID 或健康或其他肺部疾病。

st． button（‘Predict’）  創(chuàng)建一個(gè)寫(xiě)有“Predict”的按鈕，并在用戶單擊按鈕時(shí)返回 True。st．title（） 使其參數(shù)中的文本以深色粗體顯示。

這些是要討論的一些 Streamlit 功能。

％％writefile app．py

import streamlit as st

import tensorflow as tf

import numpy as np

from PIL import Image ＃ Strreamlit works with PIL library very easily for Images

import cv2

model＿path＝＇／content／drive／MyDrive／MLH Project／model－recent．h5＇

st．title（＂COVID－19 Identification Using CT Scan＂）

upload ＝ st．file＿uploader（＇Upload a CT scan image＇）

if upload is not None：

file＿bytes ＝ np．a(chǎn)sarray（bytearray（upload．read（））， dtype＝np．uint8）

opencv＿image ＝ cv2．imdecode（file＿bytes， 1）

opencv＿image ＝ cv2．cvtColor（opencv＿image，cv2．COLOR＿BGR2RGB）

＃ Color from BGR to RGB

img ＝ Image．open（upload）

st．image（img，caption＝＇Uploaded Image＇，width＝300）

if（st．button（＇Predict＇））：

  model ＝ tf．keras．models．load＿model（model＿path）

  x ＝ cv2．resize（opencv＿image，（100，100））

  x ＝ np．expand＿dims（x，axis＝0）    

  y ＝ model．predict（x）

  ans＝np．a(chǎn)rgmax（y，axis＝1）

  if（ans＝＝0）：

    st．title（＇COVID＇）

  elif（ans＝＝1）：

    st．title（＇Healthy＇）

  else：

    st．title（＇Other Pulmonary Disorder＇）

最后，從以下位置獲取 Web 應(yīng)用程序的 URL：

！nohup streamlit run app．py ＆

url ＝ ngrok．connect（port＝＇8501＇）

url

將此 URL 粘貼到 Chrome 網(wǎng)絡(luò)瀏覽器中以查看我們漂亮的應(yīng)用程序。

結(jié)果

使用瀏覽按鈕上傳圖像然后單擊預(yù)測(cè)按鈕后，你的 Web 應(yīng)用程序應(yīng)如下所示。

結(jié)論

因此，我們使用我們的數(shù)據(jù)集成功構(gòu)建并訓(xùn)練了我們自己的 COVID－19 CNN 模型！相同的方法可用于兩個(gè)或更多類。你所要做的就是更改輸出層或模型架構(gòu)的最后一層中的類數(shù)量。

       原文標(biāo)題 : 構(gòu)建自定義CNN模型：識(shí)別COVID-19