vanhai123/skin_cancer_detection

Phát hiện Ung thư Da bằng CNN (Skin Cancer Detection)

Đây là mô hình học sâu sử dụng mạng nơ-ron tích chập (Convolutional Neural Network - CNN) để phân loại 9 loại ung thư da từ hình ảnh chụp da liễu (dermatoscopic images) dựa trên tập dữ liệu ISIC.

---

Mục đích

Mô hình được xây dựng để phục vụ mục tiêu nghiên cứu và học thuật, hỗ trợ việc chẩn đoán hình ảnh da liễu bằng AI.

• Dễ dàng áp dụng trong Google Colab hoặc môi trường TensorFlow
• Có thể dùng làm baseline cho các nghiên cứu mở rộng

---

Dataset sử dụng

• Nguồn: Skin Cancer 9 Classes (ISIC)
• Gồm: 3.600 ảnh da bệnh, chia đều cho 9 loại

Các lớp bệnh:

1. Pigmented Benign Keratosis
2. Melanoma
3. Vascular Lesion
4. Actinic Keratosis
5. Squamous Cell Carcinoma
6. Basal Cell Carcinoma
7. Seborrheic Keratosis
8. Dermatofibroma
9. Nevus

---

Hiệu quả mô hình

• Mean AUC: 0.99
• Độ chính xác trên tập test: 92%
• Đánh giá chi tiết: precision, recall, f1-score cho từng lớp bệnh
• Đã trực quan hóa bằng ROC Curve, Confusion Matrix, và dự đoán mẫu ngẫu nhiên

---

⚙️ Hướng dẫn sử dụng mô hình .h5

from tensorflow.keras.models import load_model

# Nạp mô hình từ file tải về
model = load_model("skin_cancer_model.h5")

# Dự đoán ảnh đã tiền xử lý
pred = model.predict(image_tensor)

Ảnh đầu vào cần resize về đúng kích thước huấn luyện (ví dụ: 224x224 RGB)

---

Giấy phép và Tác giả

• Tác giả: Hà Văn Hải
• Giấy phép: MIT License – cho phép sử dụng phi thương mại và trong học thuật

Nếu bạn sử dụng mô hình này trong nghiên cứu, vui lòng trích dẫn hoặc ghi nhận nguồn phù hợp.

---

Liên hệ

Nếu bạn cần hỗ trợ, trao đổi hoặc hợp tác nghiên cứu, hãy liên hệ với tôi qua Hugging Face hoặc Kaggle.