CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

تشخیص سرطان پستان از تصاویر ماموگرافی با استفاده از یادگیری عمیق

عنوان مقاله: تشخیص سرطان پستان از تصاویر ماموگرافی با استفاده از یادگیری عمیق
شناسه ملی مقاله: CSCG03_089
منتشر شده در سومین کنفرانس بین المللی محاسبات نرم در سال 1398
مشخصات نویسندگان مقاله:

الهام علیزاده - دانشجوی ارشد کامپیوتر ، دانشکده برق و کامپیوتر، دانشگاه غیرانتفاعی اترک ، قوچان، ایران
سید هاشم داور پناه - استادیار گروه کامپیوتر ، دانشکده برق و کامپیوتر، دانشگاه غیرانتفاعی اترک ، قوچان، ایران
ایمان ذباح - مربی، گروه کامپیوتر، آموزشکده فنی و حرفه ای سما واحد تربت حیدریه ، تربت حیدریه، ایران

خلاصه مقاله:
سرطان پستان ازجمله رایج ترین بیماری های زنان است که منجر به بروز مشکلات فردی و خانوادگی زیادی شده و بیش از سایر انواع سرطان ها باعث مرگ و میر زنان می شود. تشخیص زود هنگام و درمان به موقعنقش مهمی در جلوگیری از این بیماری دارد. در صورت تشخیص سرطان پستان در مراحل اولیه و انجام درمان مناسب، طول عمر بیش از 90 درصد از بیماران بالا خواهد رفت. در این مطالعه با استفاده از شبکه های عصبی عمیق کانولوشنی ( CNN ) به تشخیص بیماری سرطان پستان پرداخته شده است. پایگاه داده مورد استفاده از مخزن داده MIAS جمع آوری شده است،که حاوی 332 تصویر ماموگرافی از سرطان پستان بوده و از این بین 133 تصویر مبتلا به سرطان و 189 تصویر در کلاس نرمال قرار دارند. نتایج نشان می دهد که شبکه های عصبی کانولوشن می توانند با دقت مطلوبی سرطان پستان را تشخیص دهند.

کلمات کلیدی:
شبکه عصبی عمیق، شبکه های کانولوشن، سرطان پستان

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1006028/