BreastPathQ Solution - Tumor Cellularity Quantification

Solución completa para el desafío BreastPathQ utilizando Deep Learning con Transfer Learning (ResNet50).

📊 Resultados

• Métrica PK (Pearson Correlation): 0.8208
• R² Score: 0.6420
• MAE: 0.1233
• RMSE: 0.1764
• Loss (MSE) - Train: 0.0258
• Loss (MSE) - Validation: 0.0311

🏗️ Arquitectura del Modelo

• Base: ResNet50 pre-entrenado en ImageNet
• Capas congeladas: 80 (de 175 totales)
• Capas entrenables: 95
• Head personalizado: Dense(512) → Dropout(0.3) → Dense(256) → Dropout(0.2) → Dense(128) → Dropout(0.15) → Dense(1)
• Parámetros totales: ~25M

🔧 Configuración

Hiperparámetros

• Image Size: 224x224
• Batch Size: 32
• Epochs: 50
• Learning Rate: 0.00005
• Optimizer: Adam con ReduceLROnPlateau
• Loss Function: Mean Squared Error (MSE)

Data Augmentation

• Rotación: ±20°
• Flips horizontales y verticales
• Zoom: ±10%
• Ajuste de brillo: ±20%

📁 Estructura del Proyecto

Proyecto/
├── modelo.ipynb              # Notebook principal con todo el pipeline
├── proyecto.md               # Descripción del proyecto
├── breastpathq_submission.csv # Predicciones para test set
├── best_model_resnet50.keras  # Modelo entrenado (no incluido en repo)
├── breastpathq/
│   ├── datasets/
│   │   ├── train_labels.csv
│   │   ├── train/           # Imágenes de entrenamiento (no incluidas)
│   │   ├── validation/      # Imágenes de validación (no incluidas)
│   │   └── cells/           # Archivos XML con anotaciones
│   └── submission/
└── breastpathq-test/
    ├── test_patches/         # Imágenes de test (no incluidas)
    ├── test_patient_ids.csv
    └── val_labels.csv

📥 Datos del Proyecto

IMPORTANTE: Las imágenes del dataset no están incluidas en este repositorio debido a su tamaño (>2GB).

Para reproducir este proyecto:

1. Descarga el dataset desde: https://breastpathq.grand-challenge.org/
2. Coloca las imágenes en las carpetas correspondientes:
   • breastpathq/datasets/train/
   • breastpathq/datasets/validation/
   • breastpathq-test/test_patches/

🚀 Uso

1. Instalar dependencias:

pip install tensorflow keras numpy pandas matplotlib seaborn pillow opencv-python scikit-learn scipy

2. Ejecutar el notebook:

jupyter notebook modelo.ipynb

3. Secciones del notebook:
   • A: Descripción del problema
   • B: Carga de datos
   • C: Análisis exploratorio
   • D: Construcción y entrenamiento del modelo
   • E: Evaluación y métricas
   • F: Conclusiones
   • G: Predicciones en test set

📈 Características Destacadas

• ✅ Transfer Learning con ResNet50
• ✅ Data Augmentation completo
• ✅ Early Stopping y ReduceLROnPlateau
• ✅ Análisis de overfitting/underfitting automatizado
• ✅ Visualizaciones comprehensivas
• ✅ Métricas múltiples (PK, R², MAE, RMSE)
• ✅ Documentación completa en español

👥 Autores

Proyecto final para el curso "Introducción a los Sistemas Inteligentes" - Universidad Nacional de Colombia (UNAL)

📅 Fecha

Diciembre 2025

📄 Licencia

Este proyecto es parte de un trabajo académico.

🔗 Enlaces

• Competition Website
• Dataset Paper