دسته بندی ندول های ریوی با استفاده از شبکه های یادگیری عمیق
محل انتشار: چهارمین کنگره بین المللی فن اوری،ارتباطات و دانش
سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 623
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICTCK04_128
تاریخ نمایه سازی: 16 تیر 1397
چکیده مقاله:
رشد فزاینده بیماریهای ریوی امروزه، نیاز به روشهای مدرن در تشخیص صحیح و زودهنگام را دو چندان مین ماید. به کارگیری روشهای تشخیص به کمک کامپیوتر (CAD) درمراحل اولیه پیشرفت آن، میتواند در روند درمان بیمار بسیار موثر و حایز اهمیت باشد. بهطوری که این تشخیص زود هنگام میتواند به پزشکان برای درمان بیماران کمک کرده و مرگو میر مبتلایان را به میزان زیادی کاهش دهد. بررسی ندول های ریوی در شناسایی اولیه سرطانریه از جایگاه ویژه ای برخوردار هستند. با توجه به اهمیت موضوع، امروزه تحقیقات گستردهای در این زمینه صورت گرفته است. اما بدلیل شباهت شدید انواع ندول های ریوی و پیچیدگیتشخیص ویژگیهای هر ندول، طراحی سیستمی که بتواند دقت مناسبی را در تشخیص انواعندول ریوی داشته باشد، چالشی جدی بشمار میآید. با استفاده از مدل های یادگیری ماشین وشبکه های یادگیری عمیق تحولی جدید در میزان دقت روشهای تشخیصی صورت گرفته است.در این تحقیق با بهره گیری از فیلتر گابور و با استفاده از ساختار شبکه های عصبیکانولوشن (CNN) توانستیم دقت تشخیص را به میزان دو درصد افزایش دهیم.
نویسندگان
یاسمین کوثری
واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران
سیدجواد سیدمهدوی
گروه مهندسی برق، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران
محمدحسین معطر
گروه مهندسی کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران