DHEIVER commited on
Commit
e2e3648
·
verified ·
1 Parent(s): 78a9890

Update app.py

Browse files
Files changed (1) hide show
  1. app.py +23 -27
app.py CHANGED
@@ -1,42 +1,38 @@
1
  import gradio as gr
2
 
3
- title="Thyroid Tumor Classification On Ultrasound Images"
4
- article = "This study was made by S.Serdar Helli using HF Transformers ConvNext"
5
 
6
- description=f'''
 
7
 
8
- Thyroid nodule is one of the most common endocrine carcinomas. Due to its higher reveal ability and ability to distinguish between benign and malignant nodules in pathological features, ultrasonography has become the most widely used modality for finding and diagnosing thyroid cancer when compared to CT and MRI.
9
 
10
- In this study, the purpose is the classification of thyroid tumors on ultrasound images with 2 different categories:
 
11
 
12
- - Malign(1)
13
- - Benign(0)
14
 
15
- SubClasses
 
 
 
 
 
16
 
17
- - 1 Normal thyroid glandle
18
- - 2 Effectively certainly benign Simple cyst - % 0 Risk of malignancy (Benign)
19
- - 3 Very probably benigped - %0.25 Risk of malignancy (Benign)
20
- - 4A Suspicious nodules; low risk of malignancy - % 6 Risk of malignancy (Malign)
21
- - 4B Suspicious nodules; high risk of malignancy One or two features of high suspicion - %69 Risk of malignancy (Malign)
22
- - 5 Effectively certainly malignant nodules - % 100 Risk of malignancy (Malign)
23
 
24
- This study was made using HF Transformers :
25
 
26
- - [ On Google Colab](https://colab.research.google.com/drive/1ueSq8Y_NmFr7NGdtS8FStI3d2HR-43LD?usp=sharing)
27
 
28
- - [On Github](https://github.com/SerdarHelli/The-Classification-of-Thyroid-Tumors-on-UltraSound-Images-using-Deep-Learning-Methods)
29
-
30
- - [ Using Keras and GradCam With MultiClasses Medium Article](https://serdarhelli.medium.com/the-basic-classification-of-thyroid-tumors-on-ultrasound-images-using-deep-learning-methods-46f812d859ea)
31
-
32
- The Dataset:
33
- [Colombia National University presented an open access database of thyroid ultrasound images.](http://cimalab.unal.edu.co/?lang=es&mod=program&id=5)
34
- Ref : Pedraza, Lina & Vargas, Carlos & Narváez, Fabián & Durán, Oscar & Muñoz, Emma & Romero, Eduardo. (2015). An open access thyroid ultrasound-image Database. Progress in Biomedical Optics and Imaging — Proceedings of SPIE. 9287. 10.1117/12.2073532.
35
 
 
 
 
36
  '''
37
 
38
-
39
-
40
- examples=["example_Benign1.png" ,"example_Benign2.png", "example_Malign2.png"]
41
  gr.Interface.load("huggingface/SerdarHelli/ThyroidTumorClassificationModel",
42
- title=title,description=description,article=article,examples=examples, cache_examples=False).launch()
 
1
  import gradio as gr
2
 
3
+ titulo = "Classificação de Tumores na Tireoide em Imagens de Ultrassom"
4
+ artigo = "Este estudo foi realizado por S. Serdar Helli usando HF Transformers ConvNext"
5
 
6
+ descricao = '''
7
+ Nódulo na tireoide é um dos carcinomas endócrinos mais comuns. Devido à sua maior capacidade de revelação e habilidade de distinguir entre nódulos benignos e malignos em características patológicas, a ultrassonografia se tornou a modalidade mais amplamente utilizada para encontrar e diagnosticar o câncer de tireoide em comparação com TC e RM.
8
 
9
+ Neste estudo, o objetivo é a classificação de tumores na tireoide em imagens de ultrassom com 2 categorias diferentes:
10
 
11
+ - Maligno (1)
12
+ - Benigno (0)
13
 
14
+ Subcategorias:
 
15
 
16
+ - 1 Glândula tireoide normal
17
+ - 2 Cisto simples efetivamente benigno - % 0 Risco de malignidade (Benigno)
18
+ - 3 Muito provavelmente benigno - % 0,25 Risco de malignidade (Benigno)
19
+ - 4A Nódulos suspeitos; baixo risco de malignidade - % 6 Risco de malignidade (Maligno)
20
+ - 4B Nódulos suspeitos; alto risco de malignidade Uma ou duas características de alta suspeita - % 69 Risco de malignidade (Maligno)
21
+ - 5 Nódulos efetivamente malignos - % 100 Risco de malignidade (Maligno)
22
 
23
+ Este estudo foi realizado usando HF Transformers:
 
 
 
 
 
24
 
25
+ - [No Google Colab](https://colab.research.google.com/drive/1ueSq8Y_NmFr7NGdtS8FStI3d2HR-43LD?usp=sharing)
26
 
27
+ - [No Github](https://github.com/SerdarHelli/The-Classification-of-Thyroid-Tumors-on-UltraSound-Images-using-Deep-Learning-Methods)
28
 
29
+ - [Usando Keras e GradCam Com MultiClasses Artigo no Medium](https://serdarhelli.medium.com/the-basic-classification-of-thyroid-tumors-on-ultrasound-images-using-deep-learning-methods-46f812d859ea)
 
 
 
 
 
 
30
 
31
+ O Conjunto de Dados:
32
+ [A Universidade Nacional da Colômbia apresentou um banco de dados de imagens de ultrassom da tireoide de acesso aberto.](http://cimalab.unal.edu.co/?lang=es&mod=program&id=5)
33
+ Ref: Pedraza, Lina & Vargas, Carlos & Narváez, Fabián & Durán, Oscar & Muñoz, Emma & Romero, Eduardo. (2015). Um banco de dados de imagens de ultrassom da tireoide de acesso aberto. Progress in Biomedical Optics and Imaging - Proceedings of SPIE. 9287. 10.1117/12.2073532.
34
  '''
35
 
36
+ exemplos = ["example_Benign1.png" ,"example_Benign2.png", "example_Malign2.png"]
 
 
37
  gr.Interface.load("huggingface/SerdarHelli/ThyroidTumorClassificationModel",
38
+ title=titulo, descricao=descricao, artigo=artigo, exemplos=exemplos, cache_exemplos=False).launch()