یادگیری عمیق جمعی چندسطحی در رده بندی تصاویر سرطان پوست

سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 320

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:

CONFSKU02_021

تاریخ نمایه سازی: 11 آبان 1401

چکیده مقاله:

سرطان پوست شایعترین نوع سرطان بوده و ۷۵% کل موارد سرطان را در جهان تشکیل می دهد. نوع بدخیم آن ، تهاجمی ترین نوع سرطان پوست است که بسیار بدخیم و کشنده است. هدف از انجام این پژوهش، استفاده از روش های خودکار و هوشمند است تا با صرف زمان و هزینه ی بسیار کمتر، وضعیت سلامت افراد مورد بررسی قرار گرفته و در صورت لزوم به پزشک متخصص ارجاع داده شوند. در این پژوهش یک روش یادگیری عمیق جمعی چندسطحی برای رده بندی تصاویر سرطان پوست پیشنهاد شده است. در مدل پیشنهادی از مدل های یادگیری عمیق متداول در دو سطح استفاده شده است و سپس در هر سطح از الگوریتم CatBoost برای ترکیب این مدل ها استفاده شده است. در نهایت نتایج مدل پیشنهادی با نتایج به دست آمده از شبکه های عصبی عمیق مستقل و همچنین روش های پیشین با یکدیگر مقایسه می شوند و مشخص می شود مدل پیشنهادی عملکرد بهتری را نسبت به مدل های دیگر در رده بندی تصاویر سرطان پوست داشته است.

نویسندگان

پویان جابری

دانشجوی کارشناسی ارشد مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه شهرکرد

شهلا نعمتی

استادیار گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه شهرکرد

محمداحسان بصیری

دانشیار گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه شهرکرد