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

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.