ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

تشخیص میتوز در سرطان سینه با استفاده از یادگیری عمیق

سال انتشار: 1395
کد COI مقاله: ICTI01_037
زبان مقاله: فارسیمشاهده این مقاله: 637
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 16 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تشخیص میتوز در سرطان سینه با استفاده از یادگیری عمیق

فاطمه حیدری - موسسه آموزش عالی پویش،دانشجوی کارشناسی ارشد هوش مصنوعی
رضا احسن - عضو هیات علمی ، واحد قم،دانشگاه آزاد اسلامی

چکیده مقاله:

سرطان سینه یکی از دلایل عمده و اصلی مرگ و میر زنان در دهه اخیر بوده است، میزان ابتلا به سرطان سینه در جهان در حال افزایش است. در ایالت متحده از هر 8 زنی که تا سن 95 سالگی عمر می کنند، یک نفر به این سرطان مبتلا می شود. این سرطان یکی از معمولترین سرطان ها تشخیص داده شده در زنانمیباشد و مرگ ناشی از سرطان سینه، بیشتر در سنین 15 تا 54 سالگی در زنان دیده میشود. تحقیقات، آشکار کردن ایتولوژی دقیق سرطان سینه را رد می کند و تنها تعداد کمی از فاکتورهای اصلی مانند تاریخچه فامیلی شناخته شده اند که باعث افزایش ابتلا به سرطان سینه در زنان می شوند. البته هنوز هم تعداد زیادی از زنانی که به سرطان سینه مبتلا می شوند هیچ سابقه بیماری در خانواده خود ندارند.این نوع سرطان قابل پیشگیری نیست زیرا هنوز دلایل اصلی بوجود آمدن آن مشخص نیست، اما تشخیص به موقع آن میتواند شانس فرد را در بهبودی کامل افزایش دهد. عدم وجود داده های ground-truth موجود به عنوان یک چالش مهم برای انتقال پیشرفت اخیر در یادگیری عمیق به حوزه تصویر برداری بیوپزشکی شناسایی شده است. اگر چه جمع سپاری باعث شده است که یادداشت پایگاه داده های بزرگ برای تصاویرجهان واقعی امکان پذیر شود امکان آن برای اهداف بیوپزشکی مستلزم درک عمیق تری است وبنابراین تعریف دقیق تری از یادداشت واقعی را به دنبال داشته است. این حقیقت که کارهای تخصصی برای کاربران غیر متخصص از بیرون تامین میشوند ممکن است منجر به یادداشتهای نویز دار شوند که باعث عدم توافقبین کاربر آن میشوند. در این تحقیق، ما یک مفهوم جدید را برای یادگیری از جمعیتها ارایه میدهیم که در آن انباشت داده ها مستقیما به عنوان بخشی از فرآیند یادگیری شبکه CNN از طریق لایه جمع سپاری اضافی AggNet کنترل میشود.

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا ICTI01_037 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/622901/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
حیدری، فاطمه و احسن، رضا،1395،تشخیص میتوز در سرطان سینه با استفاده از یادگیری عمیق،اولین کنفرانس ملی فناوری های نوین در مهندسی برق و کامپیوتر،اهواز،https://civilica.com/doc/622901

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1395، حیدری، فاطمه؛ رضا احسن)
برای بار دوم به بعد: (1395، حیدری؛ احسن)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • E. Estelle s-Arolas and F. Gonzalez-L adron-D e-Guevara, ،Towards an ...
  • J. Howe, ، The rise of crowds ourcing, _ Wired ...
  • innovators: The Un(der)paid؛ [3] F. Kleemann, G. Vo, and K. ...
  • L. Von Ahn, B. Maurer, _ McMillen, D. Abraham, and ...
  • A. Krizhevsky, I. Sutskever, and G. E. Hinton, *'Imagenet classification ...
  • _ Inel et al., «Crowdtruth: Machine -human computation framework for ...
  • L. Von Ahn, ،، Games with a purpose, Comput., vol. ...
  • B. Yu, M. Willis, P. Sun, and J. Wang, ،، ...
  • L. Maier-Hein et al., ،، Crowds ourcing for reference corre ...
  • generation in endoscopic images, * in Medical Image Computing and ...
  • S. Mavandadi et al., 4Biogames: A platform for crowd- sourced ...
  • D. Gurari et al., «How to collect segmentations for biomedical ...
  • A. Foncubierta Rodriguez and H. Miller, «Ground truth generation in ...
  • L. A. Celi, A. Ippolito, R. A. Montgomery, C. Moses, ...
  • is a lie: Crowd truth and the seven myths Truthء، ...
  • V. S. Sheng, F. Provost, and P. G. Ipeirotis, 4، ...
  • Proc. ACM SIGKDD Int. Conf. Knowl. Discovery Data Mining, 2008, ...
  • N. Q. V. Hung, N. Tam, L. Tran, and K. ...
  • techniques in crowds ourcing, _ Web Inf. Syst. Eng., pp. ...
  • V. C. Raykar et al., «Learning from crowds, } J. ...
  • learning in neural networks: An overview, ' Deep؛ [19] J. ...
  • R. Girshick, J. Donahue, T. Darrell, and J. Malik, ،#Rich ...
  • in Proc. IEEE Conf. Comput. Vis. Pattern Recognit., Jun. 2014, ...
  • J. Long, E. Shelhamer, and T. Darrell, *Fully convolutional networks ...
  • V. Belagiannis, C. Rupprecht, G. Carneiro, and N. Navab, ،Robust ...
  • for deep regression, in Proc. IEEE Int. Conf. Comput. Vis., ...
  • Y. Xie, F. Xing, X. Kong, H. Su, and L. ...
  • F. Liu and L. Yang, ،A novel cel detection method ...
  • neural network and maximum-wei ght independent set, ? in Medical ...
  • D. C. Ciresan, A. Giusti, L. M. Gambardella, and J. ...
  • G. Carneiro, J. C. Nascimento, and A. Freitas, ،The segmentation ...
  • M. Veta et al., ، Assessment of algorithms for mitosis ...
  • M. Macenko et al., ،A method for normalizing histology slides ...
  • A. Vedaldi and K. Lenc, ، «Matconvnet- convolutional neural networks ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: موسسه غیرانتفاعی
    تعداد مقالات: 192
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی