🏥 ThoraxVision AI: Medical Diagnosis Support System

Interpretability & Deep Learning in Chest X-Rays

---

Descripción

ThoraxVision es una herramienta de Inteligencia Artificial avanzada diseñada para asistir a profesionales de la salud en la interpretación de radiografías de tórax. El núcleo del proyecto es un modelo DenseNet121 entrenado para detectar múltiples patologías simultáneamente.

Lo que hace único a este proyecto no es solo la clasificación, sino su interpretabilidad. Mediante una implementación personalizada de Grad-CAM (Gradient-weighted Class Activation Mapping), el sistema genera mapas de calor que señalan exactamente qué región del pulmón está activando el diagnóstico, resolviendo los problemas comunes de visualización en arquitecturas con conexiones densas.

✨ Características Clave:

• 🩺 Diagnóstico Multiclase: Detección de Atelectasia, Cardiomegalia, Efusión, Infiltración, Masa, Nódulo, Neumonía y Neumotórax.
• 🔍 AI FOCUS: Visualización de la zona de interés mediante mapas de calor de alta precisión.
• 🧠 Lógica Médica Calibrada: Ajuste de sensibilidad para patologías críticas (como Neumonía) para reducir falsos negativos.
• 📊 Informe Profesional: Interfaz interactiva para la descarga y revisión de hallazgos.

---

Description

ThoraxVision is an advanced AI tool designed to assist healthcare professionals in interpreting chest X-rays. Built on a DenseNet121 architecture, it is capable of detecting multiple pathologies simultaneously with high confidence.

The core value of this project lies in its Interpretability. By using a custom Grad-CAM implementation, the system generates heatmaps that pinpoint the exact lung regions driving the AI's decision. This solves a common technical challenge in DenseNet architectures where traditional Grad-CAM often fails to produce clear anatomical heatmaps.

✨ Key Features:

• 🩺 Multi-label Diagnosis: Real-time detection of Atelectasis, Cardiomegaly, Effusion, Infiltration, Mass, Nodule, Pneumonia, and Pneumothorax.
• 🔍 AI FOCUS: High-precision heatmap visualization of the affected areas.
• 🧠 Calibrated Medical Logic: Custom sensitivity thresholds for critical conditions (like Pneumonia) to minimize false negatives.
• 📊 Professional Reporting: Interactive interface for analyzing and downloading clinical findings.

---

🛠️ Tech Stack / Tecnologías

• Backend: PyTorch, Torchvision.
• Frontend: Streamlit.
• Computer Vision: OpenCV, Matplotlib, PIL.
• Model: Pre-trained DenseNet121 (Fine-tuned for NIH ChestX-ray8).

🚀 Installation / Instalación

1. Clone the repo:

   git clone [https://github.com/TU_USUARIO/ThoraxVision.git](https://github.com/TU_USUARIO/ThoraxVision.git)
   

2. Install dependencies:

   pip install -r requirements.txt

3. Run the app.py

   streamlit run app.py