تشخیص تومور کبد از تصاویر سی تی اسکن با تکنیک یادگیری عمیق

سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 17

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ECMCONF10_010

تاریخ نمایه سازی: 8 شهریور 1404

چکیده مقاله:

سرطان کبد بیشتر در افراد مبتلا به بیماری مزمن کبدی، صرفنظر از علت آن، رخ می دهد که ششمین سرطان شایع در جهان و چهارمین علت شایع مرگومیر ناشی از سرطان است. تشخیص آن دشوار است زیرا نشانه های اولیه مشابه بیماری کبدی است. اگر سرطان کبد به موقع تشخیص داده شود، ممکن است افراد با جراحی برای برداشتن بخشی از کبد (رزکسیون کبد) یا پیوند کبد درمان شوند. توموگرافی کامپیوتری یا سی تی اسکن تصاویری تولید می رود که یک مقطع یا استخوان ها، رگ های خونی و بافت های داخل بدن نشان می دهد. این تصاویر شامل مجموعه ای هستند از اشعه ایکس که توسط کامپیوتر هدایت و سپس ترکیب می شوند. CT اسکن ها می توانند وجود ناهنجاری هایی را در کبد تشخیص دهند که ممکن است سرطانی باشند. در این پژوهش تصاویر سی تی اسکن به عنوان ورودی وارد شبکه عصبی کانولوشن شدند سپس با استفاده از یادگیری عمیق مبتنی بر معماری الکس نت از تصاویر ویژگی استخراج می شود و پس انتخاب ویژگی های برتر به عنوان ورودی به طبقه بندی کننده ها داده می شود و طبقه بندی کننده شبکه عصبی با دقت ۹۹.۹۷ درصد تومورهای کبدی را تشخیص داده است.

کلیدواژه ها:

تومور کبد ، شبکه عصبی کانولوشن ، طبقه بندی کننده شبکه عصبی

نویسندگان

هانیه کیال

گروه مهندسی پزشکی، دانشکده برق و کامپیوتر، واحد کازرون، دانشگاه آزاد اسلامی، کازرون، ایران

امید مهدی یار

گروه مهندسی پزشکی، دانشکده برق و کامپیوتر، واحد کازرون، دانشگاه آزاد اسلامی، کازرون، ایران