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="Variación local de las longitudes del radio"), gr.inputs.Slider(0.01,0.4,label="Número de las porciones cóncavas del contorno"), gr.inputs.Slider(100,4000,label="Área"), gr.inputs.Slider(0.01,0.5,label="Compacidad"), gr.inputs.Slider(0.01,1.5,label="Severidad de las porciones cóncavas 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 clasificación para tumores benignos y malignos de mama', description = 'A nivel mundial, la detección de cáncer de mama representa un reto importante para la salud de todas las mujeres. Muchas de ellas, debido a cuestiones económicas (principalmente en países con poco o nulo acceso a la salud pública) no pueden acceder a los métodos de detección confiables como mastografías. 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()