یادگیری عمیق برای تشخیص سرطان پستان با مدل DenseNet
محل انتشار: پنجمین کنفرانس بین المللی محاسبات نرم
سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 30
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CSCG05_021
تاریخ نمایه سازی: 9 اردیبهشت 1403
چکیده مقاله:
مقاله حاضر به بررسی و ارائه روشی نوین برای تشخیص سرطان متمرکز است که از پردازش تصویر با استفاده از شبکه های عصبی DenseNetبهره می برد. این روش از الگوریتم های پیشرفته یادگیری عمیق برای تحلیل تصاویر با دقت بالا استفاده می کند.در این مقاله، به بررسی مزایای استفاده از شبکه های عصبی DenseNet برای تشخیص زودرس سرطان پرداخته می شود. این روش نه تنها بهبود دقت تشخیص را افزایش می دهد بلکه قابلیت تفسیرپذیری بالا و سرعت پردازش مناسبی نیز دارد.همچنین، این مقاله به بررسی مجموعه داده های استفاده شده می پردازد. نتایج حاصل از این تحقیق نشان می دهد که روش ارائه شده قادر به تشخیص دقیق و زودرس سرطان است و به عنوان یک ابزار موثر در پزشکی می تواند به بهبود درمان و پیشگیری این بیماری مهم کمک کند.
کلیدواژه ها:
نویسندگان
زهره درانی
گروه مهندسی برق- دانشگاه پیام نور- تهران- ایران.