HER2 LBP Classifier (baseline)

Classificador de imagens histopatologicas HER2 (4 classes: 0, 1+, 2+, 3+) sobre features LBP (Local Binary Pattern, 10 bins), do projeto her2-histopathology-classification.

Modelo

  • StandardScaler + SVC(kernel=rbf, C=10) β€” selecionado por CV 5-fold (f1_macro = 0.7006) entre 9 candidatos (RF, ExtraTrees, HistGB, LogReg, SVC, MLP) sobre a particao de treino+validacao (593 amostras).
  • Avaliacao final no conjunto de teste oficial do Warwick (371 amostras):
    • accuracy = 0.6119
    • f1_macro = 0.6223

Contexto honesto

Este e o baseline LBP do trabalho. O repo original tambem treina modelos sobre features VGG16 (4096 dim.), que alcancaram f1_macro = 0.8096 (VGG16 + RandomForest). As features VGG16 e os pesos das CNNs nao estao disponiveis aqui porque dependem dos imagens do Warwick (licenca academica, redistribuicao restrita).

Uso

import joblib
import numpy as np
from huggingface_hub import hf_hub_download

path = hf_hub_download("Hapyr/her2-lbp-classifier", "her2_lbp_best.joblib")
model = joblib.load(path)

# X: array/DataFrame com 10 features LBP (lbp_0 .. lbp_9), mesma ordem
# da extracao do notebook 01 do projeto original
pred = model.predict(X)      # 0, 1, 2, 3 -> '0', '1+', '2+', '3+'

Extracao das features

Veja notebooks/01_feature_extraction_classical_models.ipynb do projeto her2-histopathology-classification (LBP uniform, P=8, R=1, histograma normalizado em 10 bins).

Limites

  • Dataset Warwick: uso academico; verifique os termos originais antes de reutilizar.
  • Desempenho modesto por design (baseline de features classicas); nao e um dispositivo medico.
Downloads last month

-

Downloads are not tracked for this model. How to track
Inference Providers NEW
This model isn't deployed by any Inference Provider. πŸ™‹ Ask for provider support