Leukemia is a lethal dynamic ailment in which the bone marrow and other blood-
framing organs produce copious quantities of eccentric leucocytes. These stifle the
creation of typical platelets, prompting iron deficiency and different side effects. Every
three minutes one individual in the United States (US) is diagnosed with Leukemia.
Every year 174,250 people in America are determined to have Leukemia, Lymphoma, or
Myeloma during the year 2018. By taking samples from patients, we can check if the
samples are diseased with Leukemia or not without the need of adding chemicals and
risking tarnishing the samples. Doctors can classify Leukemia with only 77% accuracy;
however, Machine learning, Deep learning, and Image processing are the best technique s
to classify almost anything, guaranteeing a higher accuracy in less time and effort in
order to be able to give more to mankind’s wellbeing. The project starts with augmenting
the image dataset to enrich the training and, also, to avoid overfitting. A dropout layer is
added to remove any possible future overfitting, furtherly. Then, the data is prepared as
input to the model, which is developed using Tensorflow and Keras with the paramount
outcome pertaining to the latter. Ensuing to attaining a high accuracy after training,
testing will take place. Subsequently, testing commences on 3 leukemia classes. In the
end, a novel highest accuracy is reached world-wide and is saved with the best weights
seized by the model visualized.

اللوكيميا هو مرض ديناميكي فتاك ينتج فيه نخاع العظام والأعضاء الأخرى التي تضع إطارًا للدم كميات وفيرة من كريات الدم
البيضاء غريب الأطوار. هذه خنق إنشاء الصفائح الدموية النموذجية ، مما دفع نقص الحديد والآثار الجانبية المختلفة. كل ثلاث دقائق يتم
تشخيص شخص واحد في الولايات المتحدة (الولايات المتحدة) مع سرطان الدم. كل عام ، يصمم 174،250 شخصًا في أمريكا على
الإصابة بسرطان الدم أو سرطان الغدد اللمفاوية أو المايلوما خلال عام 2018. من خلال أخذ عينات من المرضى ، يمكننا التحقق مما إذا
كانت العينات مصابة بسرطان الدم أم لا دون الحاجة إلى إضافة مواد كيميائية والمخاطرة بتشويه العينات . يمكن للأطباء تصنيف سرطان
الدم بنسبة 77 ٪ فقط ؛ ومع ذلك ، فإن التعلم الآلي والتعلم العميق ومعالجة الصور هي أفضل التقنيات لتصنيف أي شيء تقريبًا ، مما
يضمن دقة أعلى في وقت وجهد أقل من أجل التمكن من إعطاء المزيد من الرفاهية للبشرية. يبدأ المشروع بزيادة مجموعة بيانات الصور
لإثراء التدريب ، وأيضًا لتجنب التحليق الزائد. تتم إضافة طبقة التسرب لإزالة أي تجهيزات مستقبلية محتملة ، بشكل إضافي. بعد ذلك ،
يتم إعداد البيانات كمدخلات للنموذج ، الذي تم تطويره باستخدام Tensorflow و Keras مع النتيجة القصوى المتعلقة بهذا الأخير.
بعد الحصول على دقة عالية بعد التدريب ، سيتم إجراء الاختبار. بعد ذلك ، يبدأ الاختبار في 3 فصول من سرطان الدم. في النهاية ، يتم
الوصول إلى أعلى مستوى جديد من الدقة في جميع أنحاء العالم ويتم حفظه مع أفضل الأوزان التي تم الاستيلاء عليها بواسطة النموذج
المرئي.