کلاس بندی تصاویر پزشکی با استفاده از شبکه عصبی کانولوشن عمیق و Attention module

سال انتشار: 1400
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 611

فایل این مقاله در 6 صفحه با فرمت PDF و WORD قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICMVIP12_017

تاریخ نمایه سازی: 27 فروردین 1401

چکیده مقاله:

بایگانی تصاویر پزشکی به طور چشمگیری در حال رشد است. تصاویر دیجیتالی نقش مهمی در پیش بینی انواع بیماری ها دارند و کاربردهای گسترده ای از آن ها در تشخیص و تحقیقات وجود دارد. در این تحقیق یک روش برای نمایش تصاویر پزشکی ارائه شده و در آن الگوریتم برای کلاس بندی تصاویر با روش یادگیری عمیق آموزش داده شده است؛ و با استفاده از شبکه عصبی کانولوشن عمیق از قبل آموزش دیده با رویکرد تغییر برای لایه های آخر شبکه و قرار دادن Attention module هایی مانند CBAM به دقت ۵۲/۹۳ و ماژول SE و تغییر نرخ یادگیری و دیگر پارامترها به دقت ۹۰/۹۶ و همچنین با استفاده از MultiHeadAttention به دقت ۴۳/۹۳ دست یافتیم.

کلیدواژه ها:

شبکه عصبی ، کلاس بندی تصاویر پزشکی ، یادگیری عمیق

نویسندگان

رسول مخصوص

دانشجوی کارشناسی ارشد دانشگاه علم و صنعت ایران،

احمد آیت اللهی

استاد دانشگاه علم و صنعت ایران،

ندا نجفی لاطران

دانشجوی دکتری دانشگاه آزاد اسلامی