ایجاد مدلی سریع جهت طبقه بندی توده های کبدی با استفاده پردازش تصاویر MRI و یادگیری عمیق

سال انتشار: 1402
محل انتشار: پانزدهمین کنفرانس بین المللی پژوهش های مدیریت و علوم انسانی در ایران
کد COI اختصاصی: ICMHSR15_140
زبان مقاله: فارسی
تعداد مشاهده: 160

نویسندگان

چکیده

تحقیق حاضر با هدف تشخیص استیج تومورهای ریوی از طریق پردازش تصاویر و یادگیری عمیق ارائه شد. در این تحقیق تصاویر سیتی اسکن ۴۰۰ بیمار تهیه شد که شامل چهار استیج Stge I ، Stage II ، Stage IIIa و Stage IIIb بودند. ابتدا تصاویر برشخوردند و اندازه انها یکسان شد. سپس توسط روش آستانه گذاری، ناحیه ریه ها از تصویر اصلی جدا شد و از تصویر ناحیه ریه به عنوانورودی مدل شبکه یادگیری عمیق استفاده شد. شبکه یادگیری عمیق مورد استفاده در این تحقیق شبکه عصبی کانولوشنی با ۱۳ لایهبود. شبکه عصبی کانولوشنی دارای یک لایه ورودی، سه لایه کانولوشن، سه لایه ReLU ، سه لایه مکس پولینگ و یک لایه تماممتصل بود که لایه تمام متصل نیز دارای سه لایه بود. در مجموع نتایج نشان داد که دقت نهایی شبکه CNN در تشخیص استیجتومورهای ریوی ۵۰ / ۹۲ % است که حساسیت این مدل در تشخیص تصاویر سی تی اسکن مربوز به Stage I ، Stagr II ، Stagr IIIaو Stagr IIIb به ترتیب برابر با ۸۷ ،% ۹۶ ،% ۹۴ % و ۹۲ % بود.

کلیدواژه ها

شبکه عصبی کانولوشنی، استیج تومور، سرطان ریه، تصویر پزشکی

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.