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

کلاس بندی تصاویر پزشکی با استفاده از شبکه عصبی کانولوشن عمیق و Attention module

عنوان مقاله: کلاس بندی تصاویر پزشکی با استفاده از شبکه عصبی کانولوشن عمیق و Attention module
شناسه ملی مقاله: ICMVIP12_017
منتشر شده در دوازدهمین کنفرانس ملی و دومین کنفرانس بین المللی بینایی ماشین و پردازش تصویر ایران در سال 1400
مشخصات نویسندگان مقاله:

رسول مخصوص - دانشجوی کارشناسی ارشد دانشگاه علم و صنعت ایران،
احمد آیت اللهی - استاد دانشگاه علم و صنعت ایران،
ندا نجفی لاطران - دانشجوی دکتری دانشگاه آزاد اسلامی

خلاصه مقاله:
بایگانی تصاویر پزشکی به طور چشمگیری در حال رشد است. تصاویر دیجیتالی نقش مهمی در پیش بینی انواع بیماری ها دارند و کاربردهای گسترده ای از آن ها در تشخیص و تحقیقات وجود دارد. در این تحقیق یک روش برای نمایش تصاویر پزشکی ارائه شده و در آن الگوریتم برای کلاس بندی تصاویر با روش یادگیری عمیق آموزش داده شده است؛ و با استفاده از شبکه عصبی کانولوشن عمیق از قبل آموزش دیده با رویکرد تغییر برای لایه های آخر شبکه و قرار دادن Attention module هایی مانند CBAM به دقت ۵۲/۹۳ و ماژول SE و تغییر نرخ یادگیری و دیگر پارامترها به دقت ۹۰/۹۶ و همچنین با استفاده از MultiHeadAttention به دقت ۴۳/۹۳ دست یافتیم.

کلمات کلیدی:
شبکه عصبی، کلاس بندی تصاویر پزشکی، یادگیری عمیق

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1428766/