Year: 1398
COI: CECI01_036
Language: PersianView: 3,458
This Paper With 13 Page And PDF Format Ready To Download
با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 13 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:
Authors
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.
Keywords:
Paper COI Code
This Paper COI Code is CECI01_036. Also You can use the following address to link to this article. This link is permanent and is used as an article registration confirmation in the Civilica reference:https://civilica.com/doc/912901/
How to Cite to This Paper:
If you want to refer to this Paper in your research work, you can simply use the following phrase in the resources section:موسویان، سیدمحمدعلی،1398،معرفی الگوریتم یادگیری عمیق U-Net و کاربردهای آن در پردازش تصاویر پزشکی با مطالعه موردی قطعه بندی سلول های تومور مغز،The first conference on computer science, electrical engineering, communications and information technology in the Islamic world،Mashhad،https://civilica.com/doc/912901
Research Info Management
اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.
Reviews
مقالات پیشنهادی مرتبط
- بررسی قطعه بندی تصویر تومور مغزی مبتنی بر MRI با استفاده از روش های یادگیری عمیق
- ارائه ی روشی جهت تعیین نقاط حادثه خیز جاده ای با استفاده از سیستم اطلاعات مکانی و فرآیندهای تصمیم گیری چند معیاره
- استفاده از یادگیری عمیق برای آشکارسازی خطای کارکردی در موتورهای القایی سه فاز مبتنی بر تصاویر حرارتی
- آنالیز تصاویر پزشکی با استفاده از شبکه عصبی عمیق
- مروری بر یادگیری عمیق
مقالات فوق بر اساس داده کاوی مقالات مطالعه شده توسط پژوهشگران محاسبه شده است.
New Papers
- سیستم هوشمند تشخیص عیب توربین های گازی
- پیدایش پدیده مجرمانه جعل عمیق و ظهور عصر پساحقیقت
- ارائه یک رویکرد تامین منبع پویا مبتنی بر پیشگویی بارکاری با استفاده از شبکه عصبی GMDH در محیط رایانش ابری
- زمانبندی وظایف با استفاده از الگوریتم تکاملی مبتنی بر قوت پارتو در رایانش ابری
- یک روش تصمیم گیری مبتنی بر تئوری بازی فازی برای زمانبندی تعادل بار پویا در رایانش ابری
This Papers recently indexed in civilica
Share this page
More information about COI
COI stands for "CIVILICA Object Identifier". COI is the unique code assigned to articles of Iranian conferences and journals when indexing on the CIVILICA citation database.
The COI is the national code of documents indexed in CIVILICA and is a unique and permanent code. it can always be cited and tracked and assumed as registration confirmation ID.