Сделала fullstack-платформу для анализа рентгеновских снимков

Недавно сделала пет-проект — cxr-platform: платформа, куда врач загружает снимок грудной клетки, ML-модель находит очаги пневмонии, а врач проводит ревью результата.

Внутри — микросервисы на Spring Boot 3, фронтенд на React + TypeScript, event-driven обмен через Kafka. Для хранения снимков — RustFS. Весь стек поднимается одной командой через Docker Compose.

ML-часть вынесена в отдельный сервис на FastAPI: модель для неё — результат второго пет-проекта, rsna-pneumonia-yolo-pipeline, модульного пайплайна YOLOv8 для детекции пневмонии на снимках RSNA. Там полный цикл — скачивание данных, фильтрация плохой разметки, обучение и оценка с визуальной проверкой на каждом этапе. То есть cxr-platform — это «витрина», а пайплайн — то, что готовит для неё модель.

Это не production-проекты, а скорее демонстрация подхода — как я собираю решение целиком, от данных до интерфейса.

Ссылка на GitHub в профиле. Буду рада фидбеку.

#PetProject #Fullstack #ML #YOLO #Kafka