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

مروری بر روش های تشخیص و طبقه بندی سرطان دهانه رحم با استفاده از مدل هاییادگیری عمیق در تصاویر پاپ اسمیر

عنوان مقاله: مروری بر روش های تشخیص و طبقه بندی سرطان دهانه رحم با استفاده از مدل هاییادگیری عمیق در تصاویر پاپ اسمیر
شناسه ملی مقاله: IVCONF05_202
منتشر شده در پنجمین همایش ملی توسعه علوم فناوریهای نوین در مدیریت، حسابداری و کامپیوتر در سال 1401
مشخصات نویسندگان مقاله:

آنیتا ابراهیمی - دانشجوی کاردانی گروه کامپیوتر(نرم افزار)، دانشگاه فنی حرفه ای،آموزشکده فنی حرفه ای دختراننجف آباد (سمیه)
مهشید دهقانپور - دانشجوی دکترای هوش مصنوعی، استاد گروه کامپیوت دانشگاه فنی حرفه ای،آموزشکده فنی حرفه ایدختران نجف آباد (سمیه)
مژده شاهی - دانشجوی کاردانی گروه کامپیوتر(نرم افزار)، دانشگاه فنی حرفه ای،آموزشکده فنی حرفه ای دختراننجف آباد (سمیه)
احمد محمدی - کارشناسی ارشد نرم افزار ،استاد گروه کامپیوتر دانشگاه فنی حرفه ای،آموزشکده فنی حرفه ای دختراننجف آباد (سمیه)

خلاصه مقاله:
از شایع ترین سرطان ها در دستگاه تناسلی زهان سرطان دهانه رحم می باشد که در اثر رشد غیر طبیعی سلول های دهانه رحم رخ می دهد و در آخر سلول های غیر طبیعی تجمع یافته، یک توده (تومور) تشکیل می دهند. روش های کامپیوتری مختلفی برای تشخیص و طبقه بندی سرطان دهانه رحم استفاده می گردد که البته هریک از این روش ها معایبی را به همراه دارند. این پژوهش، مروری بر روش های اخیر تشخیص و طبقه بندی سرطان با استفاده از تصاویر پاپ اسمیر دارد که به نظر می رسد تشخیص مرحله بیماری در این زمینه با استفاده از مدل های یادگیری عمیق بر روی مجموعه داده تصاویر طبیعی (از قبل آموزش دیده شده) و طبقه بندی آن به کمک الگوریتم KNN در مدل های یادگیری ماشین عملکرد بهتری داشته است.

کلمات کلیدی:
سرطان دهانه رحم ، تصاویر پاپ اسمیر ، یادگیری عمیق، یادگیری ماشین

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1554190/