شناسایی ندول های ریوی و تشخیص سرطان ریه در تصاویر سی تی اسکن با استفاده از یادگیری عمیق

سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,412

فایل این مقاله در 11 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:

AISC01_057

تاریخ نمایه سازی: 16 آبان 1401

چکیده مقاله:

بیماری سرطان ریه یکی از انواع خطرناک سرطان می باشد که آمار مرگ ومیر بالایی در سراسر جهان دارد. تشخیص به موقع این بیماری باعث کاهش مرگ بیماران می شود. ایجاد ندول ها در ناحیه ریه از علایم اولیه ی این بیماری می باشد. در این مقاله یک روش برای شناسایی و طبقه بندی ندول های ریه برای تشخیص سرطانی بودن یا سرطانی نبودن ندول ها ارایه می شود که مبتنی بر یادگیری عمیق است. در روش پیشنهاد شده پس از جداسازی ناحیه ریه از تصاویر سی تی اسکن، از روش تشخیص اشیا به نام Mask RCNN برای بخش شناسایی ندول ها استفاده می شود و سپس با استفاده از یک شبکه عصبی کانولوشن (Convolution Neural Network(CNN)) ندول ها به سه دسته ی خوش خیم، بدخیم و نامشخص طبقه بندی می شوند. نوآوری روش پیشنهادی انجام هر دو مرحله ی شناسایی و طبقه بندی ندول با روش های ذکرشده می باشد که منجر به نتایج خوبی شده است. این روش روی مجموعه داده LIDC-IDRI آزمایش شده و در مرحله ی شناسایی ندول به دقت ۹۵درصد و در مرحله ی طبقه بندی ندول ها به دقت ۹۷.۳ درصد دست پیدا کرده است.

کلیدواژه ها:

نویسندگان

سیده نسترن باپیر

دانشجوی کارشناسی ارشد مهندسی کامپیوتر گرایش هوش مصنوعی، گروه کامپیوتر،دانشکده مهندسی، دانشگاه شهید چمران اهواز، اهواز، ایران

سید عنایت اله علوی

استادیار گروه کامپیوتر، دانشکده مهندسی، دانشگاه شهید چمران اهواز، اهواز، ایران

مرجان نادران طحان

دانشیار گروه کامپیوتر، دانشکده مهندسی، دانشگاه شهید چمران اهواز، اهواز، ایران