شناسایی ندول های ریوی و تشخیص سرطان ریه در تصاویر سی تی اسکن با استفاده از یادگیری عمیق
- سال انتشار: 1401
- محل انتشار: اولین کنفرانس هوش مصنوعی و پردازش هوشمند
- کد COI اختصاصی: AISC01_057
- زبان مقاله: فارسی
- تعداد مشاهده: 2423
نویسندگان
دانشجوی کارشناسی ارشد مهندسی کامپیوتر گرایش هوش مصنوعی، گروه کامپیوتر،دانشکده مهندسی، دانشگاه شهید چمران اهواز، اهواز، ایران
استادیار گروه کامپیوتر، دانشکده مهندسی، دانشگاه شهید چمران اهواز، اهواز، ایران
دانشیار گروه کامپیوتر، دانشکده مهندسی، دانشگاه شهید چمران اهواز، اهواز، ایران
چکیده
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
تشخیص سرطان ریه، تشخیص شی، تصاویر سی تی اسکن، طبقه بندی، ندول، یادگیری عمیقمقالات مرتبط جدید
- بررسی نقش و کاربردهای هوش مصنوعی در رشته مترجمی زبان انگلیسی
- چارچوب یکپارچه مبتنی بر یادگیری عمیق برای تشخیص و مقابله با حملات سایبری در شبکه های صنعتی اینترنت اشیاء
- توسعه سیستم توصیه گر هوشمند برای بهینه سازی مصرف انرژی در شبکه های انرژی هوشمند با استفاده از الگوریتم های یادگیری تقویتی
- طراحی معماری سیستم های نهفته خودترمیم شونده برای کاربردهای بلادرنگ در سیستم های حمل و نقل هوشمند
- طراحی و پیاده سازی سیستم امنیتی یکپارچه برای اینترنت اشیاء صنعتی مبتنی بر محاسبات لبه در صنعت ۴.۰
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.