استفاده از شبکه عصبی عمیق و دسته بندهای ترکیبی برای تشخیص سرطان سینه

سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 308

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:

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:

دسته بند ، سرطان سینه ، شبکه عصبی عمیق ، ماموگرافی.

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