کاربرد هوش مصنوعی و یادگیری عمیق در نتایج پاتولوژی بیماران دارای سرطان پستان با بهره گیری از روش فروزن سکشن

  • سال انتشار: 1401
  • محل انتشار: دومین کنفرانس بین المللی مهندسی و علوم کامپیوتر
  • کد COI اختصاصی: ICCSE02_034
  • زبان مقاله: فارسی
  • تعداد مشاهده: 206
دانلود فایل این مقاله

نویسندگان

مریم نظری

مربی گروه اتاق عمل،مرکز تحقیقات توسعه علوم پرستاری و مامایی، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران

منصوره احمدی فراز

مربی گروه پرستاری،مرکز تحقیقات توسعه علوم پرستاری و مامایی، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران

چکیده

سرطان پستان یکی از رایج ترین انواع سرطانهاست و رشد قابل ملاحظه ای از آن در سالهای اخیر گزارش شده است . به منظور تشخیص نوع پاتولوژی و فروزن سکشن به دست آمده از این بیماری حین جراحی ، پارامترهای متعددی باید بررسی گردد، خطاهای انسانی یا عوامل محیطی در تعیین نتایج حاصل از این پاتولوژی های به دست آمده، امکان اشتباه را فراهم می سازند. به همین دلیل در چند دهه اخیر از هوش مصنوعی و دیگر شاخه های آن از جمله یادگیری عمیق در بررسی نتایج پاتولوژی بیماران دارای سرطان سینه استفاده شده است . مطالعه حاضر جهت بررسی کاربرد هوش مصنوعی و یادگیری عمیق در تصمیم گیری موثرتر و تعیین نتایج دقیق تر حاصل از پاتولوژی و فروزن سکشن بیماران دارای سرطان سینه ، صورت گرفته است که با بررسی مطالعات انجام شده و استفاده از کلید واژه های مربوطه ، بین سالهای ۲۰۲۲-۲۰۱۰، در پایگاه های IranDoc، Magiran ,Elsevier ,PubMed ,ProQuest،SID نتایج حاصل از این مطالعه نشان داد، استفاده از فناوری هوش مصنوعی و یادگیری عمیق در بررسی نتایج دقیق پاتولوژی و فروزن سکشن به دست آمده از سرطان سینه به دلیل در نظر گرفتن تمام متغیرهای لازم برای تصمیم گیری و بررسی روابط بین متغیرها درزمان طراحی سیستم ، دقت در تشخیص را افزایش ، احتمال خطاهای انسانی را کمتر، سبب صرفه جویی در زمان و به پاتولوژیست ها جهت افزایش بهره وری و کاهش حجم کاری آنها کمک کند و از همه مهم تر منجر به تصمیم گیری دقیق تر پزشکان در زمان جراحی می گردد.

کلیدواژه ها

هوش مصنوعی ، یادگیری عمیق ، سرطان پستان، فروزن سکشن

مقالات مرتبط جدید

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.