طبقهبندی تصاویر پزشکی با استفاده از الگوریتم ترکیبی شبکه عصبی پیچشی و حافظه کوتاه مدت طوالنی به کمک مکانیزم توجه بصری

هدف از اجرای پژوهش پیش رو، ارائه راهکاری است که بتواند از طریق بهبود کارایی روش های پیشین طبقهبندی تصاویر پزشکی به پزشکان و متخصصان این رشته در تشخیص درست انواع بیماری ها، تومورها و ضایعات مختلف کمک نماید. در این پژوهش به منظور طبقهبندی تصاویر پزشکی از الگوریتم ترکیبی یادگیری عمیق مبتنی بر شبکه عصبی پیچشی، حافظه کوتاه مدت طوالنی و مکانیزم توجه بصری استفاده می شود که با استفاده از برنامه نویسی پایتون بر روی دو مجموعه داده CIFAR-۱۰۰ و ImageNet (ILSVRC) اعمال و نتایج ارزیابی ها با روش های قبلی مقایسه گردیده است. طبق نتایج بدست آمده، روش پیشنهادی پارامترهای مورد هدف از قبیل دقت، صحت، فراخوانی، امتیاز F۱ و زمان اجرا را نسبت به روش های قبلی بهبود بخشید. لذا با توجه به ارزیابی های صورت گرفته، روش پیشنهادی در معیارهای هدف کارایی باالیی نسبت به روش های دیگر در طبقهبندی تصاویر پزشکی دارد و به نوعی مقادیر طبقهبندی شده با کلاس واقعی اختلاف کمتری دارد.

کلیدواژه ها:

تصاویر پزشکی ، حافظه کوتاه مدت طوالنی ، شبکه عصبی پیچشی ، طبقهبندی