مروری بر روش های تشخیص و طبقه بندی سرطان دهانه رحم با استفاده از مدل هاییادگیری عمیق در تصاویر پاپ اسمیر
- سال انتشار: 1401
- محل انتشار: پنجمین همایش ملی توسعه علوم فناوریهای نوین در مدیریت، حسابداری و کامپیوتر
- کد COI اختصاصی: IVCONF05_202
- زبان مقاله: فارسی
- تعداد مشاهده: 1007
نویسندگان
دانشجوی کاردانی گروه کامپیوتر(نرم افزار)، دانشگاه فنی حرفه ای،آموزشکده فنی حرفه ای دختراننجف آباد (سمیه)
دانشجوی دکترای هوش مصنوعی، استاد گروه کامپیوت دانشگاه فنی حرفه ای،آموزشکده فنی حرفه ایدختران نجف آباد (سمیه)
دانشجوی کاردانی گروه کامپیوتر(نرم افزار)، دانشگاه فنی حرفه ای،آموزشکده فنی حرفه ای دختراننجف آباد (سمیه)
کارشناسی ارشد نرم افزار ،استاد گروه کامپیوتر دانشگاه فنی حرفه ای،آموزشکده فنی حرفه ای دختراننجف آباد (سمیه)
چکیده
از شایع ترین سرطان ها در دستگاه تناسلی زهان سرطان دهانه رحم می باشد که در اثر رشد غیر طبیعی سلول های دهانه رحم رخ می دهد و در آخر سلول های غیر طبیعی تجمع یافته، یک توده (تومور) تشکیل می دهند. روش های کامپیوتری مختلفی برای تشخیص و طبقه بندی سرطان دهانه رحم استفاده می گردد که البته هریک از این روش ها معایبی را به همراه دارند. این پژوهش، مروری بر روش های اخیر تشخیص و طبقه بندی سرطان با استفاده از تصاویر پاپ اسمیر دارد که به نظر می رسد تشخیص مرحله بیماری در این زمینه با استفاده از مدل های یادگیری عمیق بر روی مجموعه داده تصاویر طبیعی (از قبل آموزش دیده شده) و طبقه بندی آن به کمک الگوریتم KNN در مدل های یادگیری ماشین عملکرد بهتری داشته است.کلیدواژه ها
سرطان دهانه رحم ، تصاویر پاپ اسمیر ، یادگیری عمیق، یادگیری ماشینمقالات مرتبط جدید
- تحلیل انطباقی کیفیت و میزان محبوبیت خدمات ابری با بررسی و مقایسه رتبه بندی Tranco و رتبه بندی عملکردی شرکت های ابری
- طبقه بندی سیگنال های EEG ثبت شده از قشر پیش پیشانی به منظور کشف اثر موسیقی در شدت احساسات با استفاده از شبکه عصبی مصنوعی و پرسشنامه
- ارائه رویکردی برای مدیریت ریسک در پروژه های نرمافزاری با استفاده از خوشه بندی تجمعی
- تحلیل احتمالنقض ترتیب علیتی پیام ها در یک الگوریتم پخش علیتی در سیستمهای توزیع شده
- بهینه سازی به سبک گربه های شنی: الگوریتمی برای جستجوی کارآمد و مدیریت ازدحام
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.