📊 CLASIFICACIÓN Y DETECCIÓN DE TUMORES CEREBRALES CON CNN Y API EN FLASK A TRAVÉS DE IMÁGENES DE RESONANCIA MAGNÉTICA

Este proyecto implementa un modelo de red neuronal convolucional (CNN) para la clasificación de tumores cerebrales en imágenes de resonancia magnética, abarcando tres tipos de tumores (glioma, meningioma, pituitario) y una clase sin tumor. El modelo está entrenado para predecir el tipo de tumor a partir de imágenes médicas.

Se ha desarrollado una API con Flask que permite a los usuarios subir imágenes de resonancia magnética a través de una interfaz web sencilla. La API procesa las imágenes y devuelve la predicción del modelo. El proyecto está preparado para desplegarse en una máquina virtual de Google Cloud Platform (GCP) y se ha creado un entorno Docker para facilitar la implementación y escalabilidad.

Estructura del proyecto:

• PY_FINAL_DP.ipynb: Notebook con el desarrollo y entrenamiento del modelo usando TensorFlow.
• modelo_mri_tumor.h5: Modelo entrenado guardado en formato H5.
• Dockerfile: Configuración para crear la imagen Docker.
• requirements.txt: Lista de dependencias necesarias.
• app.py: Código de la API desarrollada en Flask.
• templates/index.html: Archivos HTML y CSS para la interfaz web.

Despliegue del proyecto:

👨‍💻 AUTOR:

Fernando Cabrera Barranzuela.

Apasionado por la ciencia de datos, siempre en busca de nuevas tecnologías y conocimientos que permitan resolver problemas complejos y generar valor a partir de los datos.

LICENCIA

Este repositorio utiliza datos de uso público y está bajo la licencia MIT.

📞 CONTACTO:

Para consultas, colaboraciones o sugerencias, puedes contactarme a través de:

• LinkedIn
• GitHub
• Gmail: [email protected]