مقاله کنفرانسی سال ۱۳۹۷ فارسی

شناسایی تومور در بافت سینه بر مبنای شبکه عصبی کانولوشنی

چکیده مقاله

سرطان سینه، شایع ترین سرطانی است که خانمها به آن مبتلا می شوند هر چقدر سرطان سینه زودتر تشخیص داده شود، درمان آن آسانتر و موفقیت آمیزتر است ماموگرافی یک عکس رادیوگرافی ساده از سینه و ابزاری برای کشف زودرس سرطان های غیرقابل لمس سینه است متخصصین پزشکی این تصاویر را بررسی و تفسیر می کنند با وجود اینکه ماموگرافی به طور معمول بهترین روش برای تشخیص سرطان سینه است ولی سه تا بیست درصد مواردی که سرطانی است با این روش تشخیص داده نمیشود این عدم تشخیص به علت وجود ریزبافت های رادیولوژیکی، کیفیت ضعیف تصویر، خستگی چشم یا اشتباه نظری رادیولوژیک رخ میدهد به این ترتیب با بهره گیری از یک سیستم تشخیص به کمک کامپیوتر CAD که در آن آنالیز تصاویر توسط نرم افزار صورت میگیرد از میزان خطاهای ذکرشده به مراتب کاسته میشود CAD ماموگرافی در واقع یک سیستم کامپیوتری کمکی در تشخیص ضایعات و موارد غیرطبیعی تصاویر ماموگرام های رقمی است بنابراین در این حوزه نیاز به یک سیستم CAD به عنوان دومین عقیده در شناسایی تومورهای سرطان سینه و کمک کردن به متخصصین پزشکی وجود دارد در راستای برآورده ساختن این نیاز، در این پژوهش سیستمی برای جداسازی بافت سینه و تشخیص تومور سرطانی سینه با استفاده از پردازش تصویر و یادگیری عمیق طراحی و پیاده سازی شده است در سیستم پیشنهادی، قبل از پردازش تصویر ماموگرافی نواحی مازاد تصاویر، ماهیچه پکتورال و برچسب ها در صورت وجود حذف شده، سپس کیفیت تصاویر ماموگرافی را بهبود بخشیدیم و توسط الگوریتم های مورفولوژی تا حدودی بافت سینه جداسازی گردید سپس توسط روش خوشه بندی فازی و برچسب گذاری ویژگی ها بافت سینه مشخص گردید و توسط آنها بافت سینه به خوبی از سایر بافت ها جداسازی گردید در مرحله بعد توسط آستانه گذاری و فیلترهای مورفولوژی وجود یک تومور در بافت تشخیص داده شد و به کمک شبکه عصبی کانولوشنی، نوع تومور با دقت 94 % مشخص گردید که در آن آنالیز تصاویر توسط نرم افزار صورت میگیرد از میزان خطاهای

کلیدواژه‌ها

سرطان سینه یادگیری عمیق شناسایی تومور شبکه عصبی کانولوشنی

نویسندگان

تصویر زهرا هوشمند

زهرا هوشمند

گروه مهندسی کامپیوتر، علوم و تحقیقات بوشهر، دانشگاه آزاد اسلامی، بوشهر ، ایران

تصویر مرضیه دادور

مرضیه دادور

مربی، گروه مهندسی کامپیوتر، علوم و تحقیقات بوشهر، دانشگاه آزاد اسلامی، بوشهر ، ایران

شیوه ارجاع

هوشمند، زهرا و دادور، مرضیه،1397،شناسایی تومور در بافت سینه بر مبنای شبکه عصبی کانولوشنی،دومین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی،اهواز

ارائه‌شده در

پوستر مجموعه مقالات دومین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی مجموعه مقالات دومین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی1 اسفند 1397 · اهواز
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۳۹۷ ۴,۷۱۸ مشاهده

بررسی روش های تشخیص اشیا در تصاویر

شناسایی شیء نقش مهمی در بینایی کامپیوتر ایفا میکند این امر برای بسیاری از برنامه های کاربردی در حوزه سیس…

بینایی کامپیوترشناسایی شیءشبکه عصبی
مقاله کنفرانسی سال ۱۳۹۷ ۳,۹۹۰ مشاهده

استفاده از داده کاوی و هوش مصنوعی در تشخیص بیماری ها

امروزه شایعترین بیماریهایی که در جهان مطرح است شامل دیابت، هپاتیت، بیماری های قلبی عروقی و انواع سرطانمی…

شبکه عصبی مصنوعیبیماری قلبیسرطان سینه
مقاله کنفرانسی سال ۱۳۹۶ ۳,۳۲۴ مشاهده

چالش های حقوقی اختراعات ناشی از هوش مصنوعی

در عصر فناوری کنونی، استفاده از سیستمهای هوش مصنوعی در صنایع مختلف مورد استقبال قرارگرفته است یکی ازمهمت…

هوش مصنوعیمخترعمالکیت اختراع
مقاله کنفرانسی سال ۱۳۹۷ ۲,۹۴۸ مشاهده

(Linked Data) مروری بر داده های پیوندی

داده های پیوندی بخشی از تکنولوژی وب معنایی است که به عنوان نسخه وب شناخته می شود وب معنایی مفهوم بسیار م…

داده های پیوندیمعماریپورتال داده
مقاله کنفرانسی سال ۱۳۹۷ ۲,۶۱۳ مشاهده

استفاده از الگوریتم های داده کاوی جهت پیش بینی مصرف دارو در بیمارستان

با توجه به بیماری های بسیار متنوع، و تجویز داروهای مختلف برای آنها، می توان بر اساس سابقه مصرف دارو، نیا…

پیش بینیداده کاویمصرف دارو
مقاله کنفرانسی سال ۱۳۹۷ ۲,۳۳۵ مشاهده

بررسی تجزیه و تحلیل ایستا و پویا در تشخیص بد افزارهای سیستم عامل اندورید

بدافزار کدی مخرب است که با هدف آسیب رسانی به سامانه های رایانه ای یا انجام اعمال ناخواسته روی آن ها از ق…

بدافزارتحلیل ایستاتحلیل پویا