Link do vídeo: https://drive.google.com/file/d/1lndVEJK89OFRQ0tPUiTH4-Cudw48wZdX/view?usp=sharing

Pipeline de Machine Learning para Classificação de Imagens de Mamografia

Este projeto implementa um pipeline de Machine Learning metodologicamente rigoroso e replicável para a predição de patologias em imagens de mamografia do dataset CBIS-DDSM.
O pipeline foi desenhado para tratar explicitamente desafios como o desbalanceamento de classes e o vazamento de dados (data leakage), buscando resultados realistas e confiáveis.

Instalação

1. Clone o repositório:

   git clone https://github.com/siqueiradaniel/t2-ia-saude.git
   cd t2-ia-saude

2. (Recomendado) Crie e ative um ambiente virtual:

   python -m venv venv
   source venv/bin/activate  # Linux/macOS
   venv\Scripts\activate     # Windows

3. Instale as dependências:

   pip install -r requirements.txt

Download e Configuração do Dataset

1. Baixe o dataset do Kaggle: https://www.kaggle.com/datasets/awsaf49/cbis-ddsm-breast-cancer-image-dataset

2. Crie a estrutura de pastas esperada dentro do diretório do projeto:

   mkdir -p data

3. Coloque as pastas jpeg/ e csv/ do dataset dentro de data/.

Execução

O script principal main.py executa o pipeline completo.

Modo de Desenvolvimento:
Para rodar rapidamente com um subconjunto dos dados, defina a flag ISDEVELOPING = True em main.py.

Modo de Produção (Avaliação Final):
Para a avaliação completa, defina a flag ISDEVELOPING = False.

Execute o script:

python main.py

Estrutura Esperada

.
├── data/
│   ├── jpeg/
│   └── csv/
│       ├── dicom_info.csv
│       ├── mass_case_description_train_set.csv
│       ├── calc_case_description_train_set.csv
│       ├── mass_case_description_test_set.csv
│       └── calc_case_description_test_set.csv
├── datasets/
│   └── dataloader.py
├── models/
│   ├── my_cnn.py
│   └── pretrained.py
├── training/
│   ├── train.py
│   ├── validate.py
│   └── test.py
├── utils/
│   └── augmentation.py
├── main.py
├── requirements.txt
└── README.md

Autores

Arthur Roberto Barboza Maciel
Daniel Maximo Gramlich
Daniel Siqueira de Oliveira