سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

معرفی الگوریتم یادگیری عمیق U-Net و کاربردهای آن در پردازش تصاویر پزشکی با مطالعه موردی قطعه بندی سلول های تومور مغز

Publish Year: 1398
Type: Conference paper
Language: Persian
View: 10,409

This Paper With 13 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:

CECI01_036

Index date: 15 August 2019

معرفی الگوریتم یادگیری عمیق U-Net و کاربردهای آن در پردازش تصاویر پزشکی با مطالعه موردی قطعه بندی سلول های تومور مغز abstract

در میان الگوریتم های یادگیری عمیق، الگوریتم U-Net بدلیل پاسخ دقیق، دقت بالا، سرعت بالای پردازش و یادگیری، عدم نیاز به مجموعه داده های بزرگ برای یادگیری و عدم نیاز به سخت افزارهای پیچیده و گران قیمت، در چند سال اخیر به الگوریتم محبوب شناسایی اجزای تصویر و قطعه بندی کردن آنها در پردازش تصاویر پزشکی بدل شده است. در این مقاله به توضیح ساختار این الگوریتم و شبکه کانولوشنی آن و نیز مناسب ترین تنظیم برای پارامترها و ابر پارامترهای این الگوریتم جهت بهینه سازی و رسیدن به حداکثر دقت در حل مسائل پردازش تصویر با این الگوریتم می پردازیم سپس به یک مطالعه موردی که با این الگوریتم در حوزه قطعه بندی تصاویر دو نوع سلول تومور مغز انجام گرفته و توضیح یافته ها و مقایسه نتایج آن با چند الگوریتم دیگر این حوزه می پردازیم.

معرفی الگوریتم یادگیری عمیق U-Net و کاربردهای آن در پردازش تصاویر پزشکی با مطالعه موردی قطعه بندی سلول های تومور مغز Keywords:

معرفی الگوریتم یادگیری عمیق U-Net و کاربردهای آن در پردازش تصاویر پزشکی با مطالعه موردی قطعه بندی سلول های تومور مغز authors

سیدمحمدعلی موسویان

دانشجوی کارشناسی ارشد مدیریت فناوری اطلاعات

مقاله فارسی "معرفی الگوریتم یادگیری عمیق U-Net و کاربردهای آن در پردازش تصاویر پزشکی با مطالعه موردی قطعه بندی سلول های تومور مغز" توسط سیدمحمدعلی موسویان، دانشجوی کارشناسی ارشد مدیریت فناوری اطلاعات نوشته شده و در سال 1398 پس از تایید کمیته علمی نخستین کنفرانس تدبیر علوم کامپیوتر، مهندسی برق، ارتباطات و فناوری اطلاعات ایران در جهان اسلام پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله یادگیری عمیق، پردازش تصاویر پزشکی هستند. این مقاله در تاریخ 24 مرداد 1398 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 10409 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که در میان الگوریتم های یادگیری عمیق، الگوریتم U-Net بدلیل پاسخ دقیق، دقت بالا، سرعت بالای پردازش و یادگیری، عدم نیاز به مجموعه داده های بزرگ برای یادگیری و عدم نیاز به سخت افزارهای پیچیده و گران قیمت، در چند سال اخیر به الگوریتم محبوب شناسایی اجزای تصویر و قطعه بندی کردن آنها در پردازش تصاویر پزشکی بدل شده است. در ... . این مقاله در دسته بندی موضوعی یادگیری عمیق طبقه بندی شده است. برای دانلود فایل کامل مقاله معرفی الگوریتم یادگیری عمیق U-Net و کاربردهای آن در پردازش تصاویر پزشکی با مطالعه موردی قطعه بندی سلول های تومور مغز با 13 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.