File size: 2,156 Bytes
ec7ef38
 
 
 
 
 
a552c41
 
ec7ef38
 
ce5cfe5
 
 
 
 
 
a552c41
ec7ef38
 
ce5cfe5
ec7ef38
fd267eb
a552c41
ec7ef38
a552c41
ec7ef38
 
 
a552c41
ec7ef38
a552c41
 
 
 
 
 
 
ec7ef38
 
 
ce5cfe5
 
 
ec7ef38
 
a552c41
 
ec7ef38
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
import gradio as gr
import pandas as pd
from joblib import load



def pecho(radio,suavidad,puntos_concavidad,area,compacidad,concavidad):
    model = load('tomatelo_a_pecho_regr.joblib')
    df = pd.DataFrame.from_dict(
        {
            "radio_medio" : [radio],
            "suavidad_media" : [suavidad],
            "puntos_concavidad_media" : [puntos_concavidad],
            "area_ee" : [area],
            "compacidad_ee" : [compacidad],
            "concavidad_extremo" : [concavidad],
                                 
        }
    )
         
    pred = model.predict(df)[0]
    if pred==1:
      predicted="Las medidas indican que se trata de un caso maligno"
    else:
      predicted="Las medidas indican que se trata de un caso beningno."
    return predicted
    
iface = gr.Interface(
    pecho,
    [
        gr.inputs.Slider(1,40,label="Radio"),
        gr.inputs.Slider(0.05,0.3,label="Variaci贸n local de las longitudes del radio"),
        gr.inputs.Slider(0.01,0.4,label="N煤mero de las porciones c贸ncavas del contorno"),
        gr.inputs.Slider(100,4000,label="脕rea"),
        gr.inputs.Slider(0.01,0.5,label="Compacidad"),
        gr.inputs.Slider(0.01,1.5,label="Severidad de las porciones c贸ncavas del contorno"),
     ],

    "text",
    examples=[
        [13.4,0.11,0.08,33.67,0.23,0.51],
        [13.21,0.087,0.02,17.58,0.008,0.13],
        [14.26,0.065,0.013,20.56,0.013,0.15],
    ],
    interpretation="default",
    title = 'Modelo de clasificaci贸n para tumores benignos y malignos de mama',
    description = 'A nivel mundial, la detecci贸n de c谩ncer de mama representa un reto importante para la salud de todas las mujeres. Muchas de ellas, debido a cuestiones econ贸micas (principalmente en pa铆ses con poco o nulo acceso a la salud p煤blica) no pueden acceder a los m茅todos de detecci贸n confiables como mastograf铆as. Lo llegan a detectar hasta etapas avanzadas y eso suele ser un problema porque el nivel de vida disminuye y los costos de tratamiento suben. https://saturdays.ai/2022/03/16/deteccion-tumores-malignos-cancer-de-mama-con-inteligencia-artificial/',
    theme = 'grass'
)


   
iface.launch()