سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

دسته بندی ندول های ریوی با استفاده از شبکه های یادگیری عمیق

Publish Year: 1396
Type: Conference paper
Language: Persian
View: 676

This Paper With 5 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

ICTCK04_128

Index date: 7 July 2018

دسته بندی ندول های ریوی با استفاده از شبکه های یادگیری عمیق abstract

رشد فزاینده بیماریهای ریوی امروزه، نیاز به روشهای مدرن در تشخیص صحیح و زودهنگام را دو چندان مین ماید. به کارگیری روشهای تشخیص به کمک کامپیوتر (CAD) درمراحل اولیه پیشرفت آن، میتواند در روند درمان بیمار بسیار موثر و حایز اهمیت باشد. بهطوری که این تشخیص زود هنگام میتواند به پزشکان برای درمان بیماران کمک کرده و مرگو میر مبتلایان را به میزان زیادی کاهش دهد. بررسی ندول های ریوی در شناسایی اولیه سرطانریه از جایگاه ویژه ای برخوردار هستند. با توجه به اهمیت موضوع، امروزه تحقیقات گستردهای در این زمینه صورت گرفته است. اما بدلیل شباهت شدید انواع ندول های ریوی و پیچیدگیتشخیص ویژگیهای هر ندول، طراحی سیستمی که بتواند دقت مناسبی را در تشخیص انواعندول ریوی داشته باشد، چالشی جدی بشمار میآید. با استفاده از مدل های یادگیری ماشین وشبکه های یادگیری عمیق تحولی جدید در میزان دقت روشهای تشخیصی صورت گرفته است.در این تحقیق با بهره گیری از فیلتر گابور و با استفاده از ساختار شبکه های عصبیکانولوشن (CNN) توانستیم دقت تشخیص را به میزان دو درصد افزایش دهیم.

دسته بندی ندول های ریوی با استفاده از شبکه های یادگیری عمیق authors

یاسمین کوثری

واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران

سیدجواد سیدمهدوی

گروه مهندسی برق، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران

محمدحسین معطر

گروه مهندسی کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران

مقاله فارسی "دسته بندی ندول های ریوی با استفاده از شبکه های یادگیری عمیق" توسط یاسمین کوثری، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران؛ سیدجواد سیدمهدوی، گروه مهندسی برق، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران؛ محمدحسین معطر، گروه مهندسی کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران نوشته شده و در سال 1396 پس از تایید کمیته علمی چهارمین کنگره بین المللی فن اوری،ارتباطات و دانش پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله هستند. این مقاله در تاریخ 16 تیر 1397 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 676 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که رشد فزاینده بیماریهای ریوی امروزه، نیاز به روشهای مدرن در تشخیص صحیح و زودهنگام را دو چندان مین ماید. به کارگیری روشهای تشخیص به کمک کامپیوتر (CAD) درمراحل اولیه پیشرفت آن، میتواند در روند درمان بیمار بسیار موثر و حایز اهمیت باشد. بهطوری که این تشخیص زود هنگام میتواند به پزشکان برای درمان بیماران کمک کرده و مرگو میر مبتلایان ... . این مقاله در دسته بندی موضوعی یادگیری عمیق طبقه بندی شده است. برای دانلود فایل کامل مقاله دسته بندی ندول های ریوی با استفاده از شبکه های یادگیری عمیق با 5 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.