مروری بر روش‌های تشخیص سرطان پوست مبتنی بر یادگیری ماشین
پارسای داخل کشور کارشناسی ارشد 1401
پدیدآور: حنین جباوی
استاد راهنما: امیر لکی زاده
دانشگاه قم، دانشکده فنی و مهندسی
چکیده
بیماری ملانوما یکی از سرطان های بدخیم و کشنده در سراسر جهان است. اگر این بیماری در مراحل اولیه تشخیص داده شود، می تواند میزان مرگ و میر را کاهش دهد. بنابراین می توان نتیجه گرفت که تشخیص به موقع و دقیق از اهمیت بالایی برخوردار است. اخیراً از روش های مبتنی بر هوش مصنوعی برای این منظور استفاده شده است. در تشخیص سرطان با استفاده از سیستم های کامپیوتری، دقت تشخیص عامل مهمی است. مرحله استخراج ویژگی در این زمینه مهم است. برای استخراج خواص مفید عکس‌ها در این مطالعه، از شبکه‌های عصبی کانولوشنال از پیش آموزش‌دیده با معماری ResNet استفاده کردیم. یک شبکه کانولوشن که قبلاً با استفاده از صدها تصویر آموزش داده شده است، این طرح را تشکیل می دهد. این شبکه بردار 1000 ویژگی تصویر ایده آل را به عنوان خروجی خود تولید کرد. پس از به دست آوردن ویژگی های بهینه، مرحله بعدی شامل استفاده از تجزیه و تحلیل اجزای اصلی برای پیش پردازش آنها (PCA) است. ما توانستیم داده ها را در این تحقیق با نرخ دقت 96.6% با استفاده از شبکه عصبی بازگشتی LSTM دسته بندی کنیم.
نظر شما