تشخیص تومور در تصاویر تشدید مغناطیس با استفاده از یادگیری عمیق

سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 494

فایل این مقاله در 10 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:

CSCG03_111

تاریخ نمایه سازی: 14 فروردین 1399

چکیده مقاله:

یادگیری عمیق در سال های اخیر مورد توجه بسیاری قرار گرفته و در مسایل وابسته به یادگیری ماشین کاربرد زیادی پیدا نموده است. یادگیری عمیق اشاره به زیرمجموعه ای از الگوریتم ها و روش های مبتنی بر یادگیری ماشین در مدل سازی سطح بالا در داده ها می باشد. به واسطه همین خصوصیت، این نوع از روش ها به موفقیت های چشمگیری در حوزه یادگیری ماشین دست یافته اند و در برخی زمینه ها مانند دسته بندی، ناحیه بندی و تشخیص شی در تصاویر از قدرت انسان نیز سبقت گرفته اند. در این مقاله ما از روش شبکه عصبی کانولوشن برای تشخیص تومور در تصاویر تشدید مغناطیس به دو کلاس تومور خوش خیم و تومور بدخیم استفاده نمودیم. از مجموعه داده BRATS2013 و نرم افزار متلب 2019 به منظور پیاده سازی روش پیشنهادی استفاده شده است. روش پیشنهادی با سه روش شبکه عصبی، سیستم فازی و درخت تصمیم مقایسه شد. نتایج شبیه سازی نشان می دهد که روش پیشنهادی با دقت حدود 80 درصد، صحت آن 97 درصد و حساسیت 70 درصد عملکرد بهتری نسبت به سایر روش های مورد مقایسه داشته است.

نویسندگان

لیلا دعایی

دانشگاه آزاد اسلامی واحد دزفول، گروه کامپیوتر، دزفول، ایران

غلامرضا اکبری زاده

دانشگاه شهید چمران اهواز، گروه برق، اهواز، ایران