🔬 Human Vital Signs Analysis with DNN (Deep Neural Network)

Ce projet vise à analyser les signes vitaux humains pour prédire le risque médical (faible ou élevé) à l'aide de 3 Models réseau de neurones artificiel entraîné sur un jeu de données biométriques basé sur une classification bianire le Bute est de choisir le model avec les meilleures performances

📁 Contenu du projet

Ce dépôt contient :

• Le notebook Jupyter développé sous Google Colab puis migré dans VS Code les fichier normaliser et dataset sont dans google drive

🧠 Objectif

Créer un modèle de Deep Learning (DNN) pour prédire la variable Risk_Category (Low Risk ou High Risk) à partir de 14 données biométriques Colonne | Description 0. Heart_Rate | Fréquence cardiaque : nombre de battements de cœur par minute. Normal : entre 60 et 100 bpm chez l'adulte.

1. Respiratory_Rate | Fréquence respiratoire : nombre de respirations par minute. Normal : 12–20 pour un adulte.
2. Body Temperature | Température corporelle en °C. Normal : environ 36.5–37.5°C. Trop basse = hypothermie, trop haute = fièvre.
3. Oxygen_Saturation | Saturation en oxygène du sang (SpO₂) en %. Normal > 95%. En dessous = possible problème respiratoire.
4. Systolic_Blood_Pressure | Tension artérielle systolique (le chiffre du haut). Pression lorsque le cœur se contracte. Normal ~120 mmHg.
5. Diastolic_Blood_Pressure | Tension diastolique (le chiffre du bas). Pression quand le cœur est au repos. Normal ~80 mmHg.
6. Age | Âge de la personne. Peut influencer tous les autres paramètres (ex : un senior aura des risques différents).
7. Gender | Sexe de la personne (Male, Female, etc.). Peut jouer sur certains indicateurs médicaux.
8. Weight | Poids en kg. Important pour le calcul de l’IMC (Indice de Masse Corporelle).
9. Height | Taille en mètres. Utilisée avec le poids pour calculer l’IMC.
10. Derived_HRV | Variabilité de la fréquence cardiaque (HRV) : indicateur de stress, de fatigue ou de bon état de santé cardiovasculaire. Plus c’est élevé, mieux c’est (en général).
11. Derived_Pulse_Pressure | Pression pulsée = Systolique - Diastolique. Un indicateur de rigidité artérielle ou de problème cardiaque potentiel.
12. Derived_BMI | Indice de masse corporelle : poids / (taille²). Permet de savoir si la personne est en sous-poids, normal, en surpoids ou obèse.
13. Derived_MAP | Pression artérielle moyenne (MAP) : reflète la perfusion sanguine des organes. Calcul : (2*diastolique + systolique) /3
14. Risk_Category | Catégorie de risque : High ou Low. Étiquette finale pour la classification binaire (1 = High Risk, 0 = Low Risk).

🛠️ Étapes réalisées

1. Chargement et exploration du dataset human_vital_signs_dataset_2024.csv

2. Nettoyage : suppression des colonnes inutiles (Patient ID, Timestamp)

3. Encodage : transformation de Gender en valeurs numériques (Male → 1, Female → 0)

4. Mélange du dataset pour éviter tout biais d’ordre

5. Séparation en 3 fichiers : train.csv, val.csv, test.csv

6. Normalisation des données avec StandardScaler (sklearn)

   • Enregistrement du scaler dans un fichier .pkl
   • Sauvegarde des fichiers normalisés : train_normalized.csv, val_normalized.csv, test_normalized.csv

7. Construction du modèle DNN avec TensorFlow/Keras : nombre de couche cachées : 5 nombre de noeurones par couche : entré : 14 paramètre normalisé couche1 couche2 couche3 couche4 couche5 couche 6 (sortie soit 0 soit 1)

   • les couches 1-5 Dense avec ReLU
   • Couches Dropout pour éviter le surapprentissage
   • Dernière couche en sigmoid pour une sortie binaire

8. Compilation du modèle :

   • Optimiseur : Adam
   • Fonction de perte : Binary Crossentropy
   • Métrique : Accuracy

🧪 Entraînement et Model choisi et taille choisi

• Nombre d’épochs : 20

• Batch size : 32

• Données d'entraînement : train_normalized.csv

• taille de données d'entrainement : 80% ( exactement 160016 echontillons)

• Données de test : test_normalized.csv -taille de données de test : 10% (exactement 20002)

• Données de Validation : val_normalized.csv -taille de données de validation : 10% --> les valeurs ici seront utilisé pour les test de API au moment du sign up on prend les valeur du poid , taille , age et gender dici (exactement 20002)

  EN somme : 160016 +20002 +20002 = 200020

Architecture (vous pouver voir de maniere visuel l'architecture des 3 models)

Architecture 1 : 14 - 32 - 16 - 8 - 8 - 4 - 1 (Dropout 0.3 sur les couches 32 et 16) • Forme : réseau profond avec décroissance progressive des dimensions, permettant une hiérarchie d’abstractions successives. • Dropout : appliqué sur les couches 32 et 16 avec un taux de 0.3. • Avantage : capacité d’apprentissage élevée tout en restant régularisé grâce au dropout. Justification : La séquence de taille décroissante (32 → 4) favorise l’apprentissage de représentations de plus en plus compactes. Le taux de 0.3 permet de casser les coadaptations sans trop réduire la capacité du modèle.

Architecture 2 : 14 - 32 - 16 - 8 - 4 - 1 (Dropout 0.4 sur les couches 32 et 16 ) • Forme : plus compacte que la première, sans redondance de couche 8. • Dropout : 0.4 sur les couches 32 et 16, renforçant l’effet de régularisation. • Avantage : structure plus légère avec une régularisation plus agressive. Justification : Le taux plus élevé de dropout permet de compenser la perte de capacité causée par la suppression d’une couche, tout en maintenant la profondeur suffisante pour apprendre des patterns complexes.

Architecture 3 : 14 - 16 - 12 -8 - 4 - 1 (Dropout 0.29 sur les couches 16 et 12) • Forme : architecture simple, peu profonde, adaptée à des données peu bruitées ou moins complexes. • Dropout : 0.19 appliqué sur les couches 16 et 12. • Avantage : moins coûteuse en calcul, meilleure généralisation si les données sont peu redondantes. Justification ::En réduisant la taille du réseau, on limite naturellement l’overfitting. Le dropout complète cette stratégie pour forcer le réseau à apprendre des représentations robustes.

NOTE IMPORTANTE:

noublié pas d'activer le GPU sur google collab