پارسای داخل کشور کارشناسی ارشد 1401
پدیدآور: امیر فقیهی
استاد راهنما: محمد رضا فتح الهی
استاد راهنما: روزبه رجبی
دانشگاه صنعتی قم، دانشکده برق و کامپیوتر
چکیده

امروزه، سرطان پوست به عنوان یکی از خطرناکترین و شایعترین سرطانهای موجود دردنیا مطرح است. سرطان پوست در انواع مختلفی از جمله ملانوما، آکتینیک کراتوزیس ,کارسینوس سلولهای بازال(سلول پایه سرطان) و کارسینوس سلول سنگفرشی وکارسینوم سلول مرکل تقسیم می شوند. که از میان آنها ملانوما غیرقابل پیشبینی تر میباشد. تشخیص سرطان ملانوم در مراحل اولیه میتواند برای درمان آن مفید باشد. شبکه های عصبی عمیق کانولوشنی ((cnnبطور کلی در طبقه بندی این ضایعات پتانسیل بسیار بالایی را از خود نشان می دهند.در این پایان نامه به بررسی ضایعات پوستی با استفاده از تصاویر مختلف می-پردازیم.cnn بطور مستقیم تصاویر را ازروی پیکسل های آنها بررسی کرده و ضایعات سرطانی را برچسب گذاری میکند.دراین پایان نامه ما بعد از پیاده سازی شبکه ی CNN برای استفاده از روش یادگیری انتقالی به تنظیم دقیق معماری های VGG16 ,VGG19پرداخته ایم ما این مدل را با اعمال 2541 داده‌ی ورودی اجرا کردیم. که برای معماری های VGG16 ,VGG19به ترتیب به دقت حاصل از تست 92%و93% دست یافتیم.در مرحله بعد با تغییر در وزن های استفاده شده برای روش یادگیری انتقالی توانستیم دقت حاصل از تست مدل را برای معماری های Vgg16,Vgg19به ترتیب به 92.5%و94.5% افزایش دهیم.همچنین با استفاده از روش Dropout به میزان 0.3ازoverfit شدن شبکه جلوگیری کردیم. وهمچنین با استفاده از روش توقف زود هنگام پردازش را در کمترین زمان ممکن برای آموزش داده ها وقبل از وقوع بیش برازش متوقف کرده ایم.برای بررسی صحت اعتبار سنجی مدل نیز از روش K-fold هنگامی که k را 10قرار دادیم میانگین دقت پردازشی برای معماری Vgg19,vgg16 به ترتیب %97.51و98.18% حاصل شد.