استفاده از شبکه عصبی عمیق و دسته بندهای ترکیبی برای تشخیص سرطان سینه
محل انتشار: ششمین کنفرانس ملی مهندسی برق و سیستم های هوشمند
سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 308
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NEEC06_052
تاریخ نمایه سازی: 30 تیر 1401
چکیده مقاله:
سرطان سینه، شایع ترین سرطان بین زنان و دومین عامل مرگ و میر در بین آن ها محسوب می شود. ماموگرافی یک عکس رادیوگرافی از سینه و ابزاری برای کشف زودهنگام سرطان های غیرقابل لمس داخل سینه است. عوامل تعیین کننده در تشخیص سرطان سینه از روی تصاویر ماموگرافی، انجام پیش پردازش، استخراج ویژگی و دسته بندی دقیق می باشد. با توجه به اینکه نتایج هریک از این بخش ها به مرحله ی بعدی منتقل می شود، وجود خطا در هر مرحله دقت دسته بندی و تشخیص را کاهش می دهد. در این مقاله، روشی برای تشخیص سرطان سینه از روی تصاویر ماموگرافی با استفاده از شبکه عصبی عمیق و دسته بندهای ترکیبی ارائه شده است. حذف ماهیچه ی پکتورال، استخراج ویژگی با استفاده از شبکه عصبی عمیق و درنهایت استفاده از سه دسته بند ماشین بردار پشتیبان، شبکه عصبی عمیق و k- نزدیک ترین همسایه و ترکیب نتایج حاصل از دسته بندی، باعث دستیابی به دقت ۳/۹۹٪ روی پایگاه داده DDSM شده است.
کلیدواژه ها:
نویسندگان
رضا علی زاده سبزکوهی
دانشجوی کارشناسی ارشد، مرکز تحقیقات پردازش دیجیتال و بینایی ماشین، واحد نجف آباد،ایران - گروه مخابرات دانشکده برق، دانشگاه آزاد اسلامی واحد نجف آباد
منصور زینلی نجف آبادی
استادیار، مرکز تحقیقات پردازش دیجیتال و بینایی ماشین، واحد نجف آباد،ایران – گروه مخابرات دانشکده برق، دانشگاه آزاد اسلامی واحد نجف آباد