تشخیص تومور در تصاویر تشدید مغناطیس با استفاده از یادگیری عمیق

سال انتشار: 1398
محل انتشار: سومین کنفرانس بین المللی محاسبات نرم
کد COI اختصاصی: CSCG03_111
زبان مقاله: فارسی
تعداد مشاهده: 613

نویسندگان

دانشگاه آزاد اسلامی واحد دزفول، گروه کامپیوتر، دزفول، ایران

دانشگاه شهید چمران اهواز، گروه برق، اهواز، ایران

چکیده

یادگیری عمیق در سال های اخیر مورد توجه بسیاری قرار گرفته و در مسایل وابسته به یادگیری ماشین کاربرد زیادی پیدا نموده است. یادگیری عمیق اشاره به زیرمجموعه ای از الگوریتم ها و روش های مبتنی بر یادگیری ماشین در مدل سازی سطح بالا در داده ها می باشد. به واسطه همین خصوصیت، این نوع از روش ها به موفقیت های چشمگیری در حوزه یادگیری ماشین دست یافته اند و در برخی زمینه ها مانند دسته بندی، ناحیه بندی و تشخیص شی در تصاویر از قدرت انسان نیز سبقت گرفته اند. در این مقاله ما از روش شبکه عصبی کانولوشن برای تشخیص تومور در تصاویر تشدید مغناطیس به دو کلاس تومور خوش خیم و تومور بدخیم استفاده نمودیم. از مجموعه داده BRATS2013 و نرم افزار متلب 2019 به منظور پیاده سازی روش پیشنهادی استفاده شده است. روش پیشنهادی با سه روش شبکه عصبی، سیستم فازی و درخت تصمیم مقایسه شد. نتایج شبیه سازی نشان می دهد که روش پیشنهادی با دقت حدود 80 درصد، صحت آن 97 درصد و حساسیت 70 درصد عملکرد بهتری نسبت به سایر روش های مورد مقایسه داشته است.

کلیدواژه ها

تشخیص تومور؛ یادگیری عمیق؛ شبکه عصبی کانولوشن

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.