joaowicktor/es48d-pylbp-x-ray-classifier

PyLBP X-Ray Classifier

O projeto final da disciplina de Processamento de Imagens (ES48D) da Universidade Tecnológica Federal do Paraná (UTFPR) para classificação de imagens de raio-X divididas em duas classes: covid e normal.

Equipe

• João Wicktor Ortiz de Campos

Descritor implementado

• LBP (Local Binary Pattern): é um método que compara os valores dos pixels de uma imagem com os seus vizinhos em uma vizinhança circular.

Repositório do projeto

https://github.com/joaowicktor/es48d-pylbp-x-ray-classifier

Instruções de uso

O projeto foi desenvolvido e testado no Windows 11 com Python 3.11.7

1. Clone o projeto e entre no diretório

git clone https://github.com/joaowicktor/es48d-pylbp-x-ray-classifier
cd es48d-pylbp-x-ray-classifier

2. Configure o ambiente virtual (Opcional, mas recomendado)

python -m venv es48d

# No Linux
source es48d/bin/activate

# No Windows
es48d\Scripts\activate

3. Instale as dependências necessárias

pip install -r requirements.txt

4. Faça o download do dataset

5. Descompacte o dataset com as pastas covid e normal na pasta images_full, caso não exista, crie-a na raiz do projeto

mkdir images_full

6. Prepare o dataset executando o script data_splitting.py

python data_splitting.py

7. Faça a extração das características das imagens usando LBP executando o script lbp_feature_extraction.py

python lbp_feature_extraction.py

8. Execute o script run_all_classifiers.py para treinar e testar os classificadores (MLP, SVM e Random Forest) e gerar os resultados finais

python run_all_classifiers.py

Classificadores e acurácia

MLP (Multi-Layer Perceptron)

SVM (Support Vector Machine)

RF (Random Forest)

Comparação de acurácia entre os classificadores