طبقه بندی سرطان ریه از روی تصاویر سی تی اسکن با استفاده از روش انتقال یادگیری

سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 224

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ELEMECHCONF08_147

تاریخ نمایه سازی: 19 تیر 1403

چکیده مقاله:

سرطان در نتیجه ناهنجاری در سامانه سلول های بدن ایجاد می شود. زمانی که روند تقسیم سلول ها از کنترل خارج می شود، سلول ها به طور نامحدود تقسیم می شوند و یک توده از سلول های غیرطبیعی تشکیل می دهند که به عنوان تومور معروف هستند. سرطان ریه می تواند از نقاط مختلف ریه شروع شود و به سرعت به سایر اعضای بدن منتقل شود. شناسایی و تشخیص زودهنگان بیماری نقش مهمی در درمان و جلوگیری از پیشرفت بیماری دارد. از این رو در این پژوهش به تشخیص و طبقه بندی این بیماری به کمک یادگیری عمیق و انتقال یادگیری پرداخته می شود. در این راستا شبکه از پیش آموزش داده شده Alexnet انتخاب شده است. طی فرایند انتقال یادگیری شبکه جهت تشخیص سرطان ریه بر روی داده IQ-OTH/NCCD در سه دسته نرمال، خوش خیم و بدخیم تنظیم می گردد. به این منظور آخرین لایه تمام اتصال شبکه Alexnet حذف می شود و لایه تمام اتصال جدید منطبق بر تعداد طبقه های مجموعه داده جایگزین می شود. دقت طبقه بندی به روش پیشنهادی بر روی مجموعه داده IQ-OTH/NCCD برابر ۹۳% گزارش شده است.

کلیدواژه ها:

کلمات کلیدی: سرطان ریه ، تصاویر سی تی اسکن ، یادگیری عمیق ، انتقال یادگیری.

نویسندگان

فاطمه طاهری

گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران ،

محمدرضا درودیان

گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران ،

کامبیز رهبر

گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران ،