جداسازی ناحیه های سرطانی و تشخیص سرطان سینه و مروری بر الگوریتم های تشخیص زود هنگام سرطان سینه با استفاده از شبکه عصبی عمیق

چکیده مقاله

تشخیص بیماریها یک فرآیند بسیار سخت و پیچیده برای افراد خبره در علوم پزشکی محسوب میگردد،بنابراین، لزوم استفاده از روشهای مناسب داده کاوی جهت اتخاذ تشخیص صحیح در مسائل پزشکی ضروری به نظرمیرسد دراین راستا، یادگیری ماشین زیرشاخه ای از هوش مصنوعی است، که در سالهای اخیر باعث کمک به ارتقای بسیاری از فرآیندهای خودکار مربوط به داده در صنعت و تخصص های متفاوت شده است یادگیری ماشین فرایندیاست که در آن ،کامپیوتر به واسطه الگوریتمهای خاص عملکرد خاصی را آموزش میبیند به عبارتی انسان با گردآوری داده هایی که به آن دیتاست یا مجموعه داده میگویند، ماشین را برای انجام عملیات خاصی اموزش میدهد این آموزش تا جایی ادامه مییابد تا اطمینان حاصل شود ماشین می تواند آن عمل را همانند انسان با کیفیتی شبیه به اوانجام دهد در این تحقیق یک مروری کلی بر روشهای موجود جهت تشخیص زود هنگام سرطان سینه با استفاده ازشبکه عصبی عمیق ارائه شده و همچنین این روشها مورد مقایسه قرارگرفته است

کلیدواژه‌ها

نویسندگان

محمدجواد حسین پور

دکترای کامپیوتر، استاد دانشگاه آزاد واحد استهبان

مهدیه فرهادزاده

دانشجوی کارشناسی ارشد مهندسی نرم افزارواحد استهبان

�سین پور، محمدجواد و فرهادزاده، مهدیه،1402،جداسازی ناحیه های سرطانی و تشخیص سرطان سینه و مروری بر الگوریتم های تشخیص زود هنگام سرطان سینه با استفاده از شبکه عصبی عمیق،دومین همایش بین المللی مهندسی کامپیوتر، برق و تکنولوژی،همدان

ارائه‌شده در

مجموعه مقالات دومین همایش بین المللی مهندسی کامپیوتر، برق و تکنولوژی28 بهمن 1402 · همدان