صبا غلامی - دانشجوی کارشناسی ارشد مهندسی نرم افزار، دانشگاه آزاد اسلامی، واحد کرمانشاه، ایران
سعید فرضی - دانشکده کامپیوتر، دانشگاه صنعتی خواجه نصیر الدین طوسی، تهران، ایران

با توجه به اینکه سرطان سینه یکی از بیماریهای شایع در بین زنان و مخصوصا زنان کشورهای در حال توسعه است لذا تشخیص زودهنگام و به موقع آن علاوه بر اینکه میتواند ریسک مرگ را کاهش دهد میتوان از هزینههای تحمیل شده به بیمار و جامعه نیز بکاهد. در این پژوهش کوشش شده است با استفاده از شبکههای عصبی عمیق و پیکربندی و آموزش آنها و بطور خاصشبکههای عمیق کانولوشن که یک نمونه از یادگیری سلسله مراتبی است، راهکاری برای افزایش دقت تشخیص تصاویر ماموگرافی ارایه شود. روش پیشنهادی بر روی دو مجموعه دادهMIAS و مجموعه گردآوری شده از مراکز تصویر برداری شهر کرمانشاه جداگانه اجرا گردید و با سایر روشهای کلاسبندی مورد مقایسه قرار گرفت و نتایج بدست آمده دقتی برابر 97.04 و 96 را ارایه نمود که نسبت به سایر روشها از دقت بالاتری برخوردار است

یاد گیری عمیق، سرطان سینه، شبکههای عصبی، کانولوشن