لیلا آقایی - دانشجوی دکتری، گروه مهندسی پزشکی، واحد خمینی شهر، دانشگاه آزاد اسلامی، اصفهان، ایران
مهدی نصری - گروه مهندسی پزشکی، واحد خمینی شهر، دانشگاه آزاد اسلامی، اصفهان، ایران

سرطان پوست یکی از بیماری های شایع است که هر ساله تعداد زیادی از افراد را در سراسر دنیا درگیر می کند. تشخیص زود هنگام اینبیماری میتواند علاوه بر کاهش مرگ و میر ، هزینه های اقتصادی را به میزان چشمگیری کاهش دهد. یکی از چالش های مربوط به تشخیص زودهنگام این بیماری ، کمبود متخصص پوست به خصوص در شهرهای کوچک و روستاها است. محققان در طی سالهای اخیر استفاده از سیستم هایتشخیص پزشکی مبتنی بر سیستم های کامپیوتری را یک روش موثر و کارا در این حوزه معرفی کرده اند. یکی از ابزارهایی که در ساخت چنینسیستم های مورد استفاده محققان قرار می گیرد ، شبکه های عصبی کانولوشنال است. پژوهش حاضر با هدف بررسی سیستم های تشخیص پزشکیطراحی شده برای تشخیص سرطان پوست انجام شده است. نتایج این پژوهش نشان دهنده این موضوع است که شبکه های عصبی کانولوشنالکارایی بالایی در تشخیص این بیماری دارند. بنابراین محققان در تلاش هستند، اولا کارایی این سیستم ها را از نظر دقت طبقه بندی در تشخیصاین بیماری افزایش دهند، ثانیا سیستم های تشخیص پزشکی با هزینه محاسباتی و حافظه مصرفی کارا طراحی کنند. این سیستم ها می توانند نقشمهمی در تشخیص اولیه و زود هنگام بیماری پوست خصوصا در شهرهای کوچک و روستاها که با کمبود متخصص روبرو هستند، داشته باشند.

سیستم های تشخیص پزشکی، سرطان پوست، یادگیری عمیق، شبکه عصبی کانولوشنال