مقاله کنفرانسی سال ۱۴۰۴ فارسی

استفاده از شبکه های عصبی کانولوشنی برای تشخیص و شبیه سازی سرطان سینه

چکیده مقاله

سرطان سینه یکی از شایع ترین و مهم ترین علل مرگ و میر در میان زنان در سراسر جهان به شمار می رود تشخیص سریع و دقیق این بیماری نقشی اساسی در کاهش تلفات و افزایش احتمال موفقیت درمان دارد روش های رایج تشخیص سرطان سینه شامل ماموگرافی، سونوگرافی و تصویربرداری رزونانس مغناطیسی هستند که هر یک مزایا و محدودیت های خاص خود را دارند با وجود پیشرفت های پزشکی، تحلیل تصاویر حاصل از این روش ها همچنان با چالش هایی روبه رو است؛ چراکه پیچیدگی ساختارهای بافتی و عوامل تداخل کننده دقت تشخیص را تحت تاثیر قرار می دهد در دهه های اخیر ظهور فناوری های یادگیری ماشین و هوش مصنوعی افق های تازه ای را در حوزه پردازش داده های پزشکی گشوده است به ویژه شبکه های عصبی کانولوشنی به دلیل توانایی بالا در استخراج ویژگی های پیچیده از تصاویر به یکی از پرکاربرد ترین ابزارها در تشخیص و طبقه بندی بیماری ها تبدیل شده اند این شبکه ها قادرند الگوهای پنهان و تفاوت های ظریف میان بافت های سالم و سرطانی را در تصاویر پزشکی مانند ماموگرافی، سونوگرافی و MRI شناسایی کنند هدف اصلی این پژوهش بررسی و توسعه یک مدل مبتنی بر شبکه های عصبی کانولوشنی برای تشخیص و شبیه سازی سرطان سینه است در این راستا با بهره گیری از داده های تصویری واقعی و به کارگیری تکنیک های نوین یادگیری عمیق تلاش می شود دقت و سرعت تشخیص تومورها افزایش یابد علاوه بر این تحقیق حاضر به ارزیابی نحوه بهبود عملکرد مدل ها در بازسازی و شبیه سازی بافت های سرطانی و سالم از طریق بهینه سازی معماری شبکه های عصبی می پردازد با توجه به اهمیت حیاتی تشخیص زودهنگام سرطان سینه در افزایش شانس درمان و جلوگیری از پیشرفت بیماری، نتایج این پژوهش می تواند گامی موثر در ارتقای سیستم های هوشمند پزشکی و بهبود کیفیت خدمات تشخیصی در این حوزه باشد

کلیدواژه‌ها

نویسندگان

تصویر فاطمه زارعی

فاطمه زارعی

گروه مهندسی پزشکی واحد کازرون دانشگاه آزاد اسلامی، کازرون، ایران

تصویر مهدی تقی زاده

مهدی تقی زاده

گروه مهندسی پزشکی واحد کازرون دانشگاه آزاد اسلامی، کازرون، ایران

شیوه ارجاع

�ارعی، فاطمه و تقی زاده، مهدی و پیربنیه، محمدامین،1404،استفاده از شبکه های عصبی کانولوشنی برای تشخیص و شبیه سازی سرطان سینه،هفتمین کنفرانس ملی دستاوردهای نوین در برق، کامپیوتر و صنایع،اسفراین

ارائه‌شده در

پوستر مجموعه مقالات هفتمین کنفرانس ملی دستاوردهای نوین در برق، کامپیوتر و صنایع مجموعه مقالات هفتمین کنفرانس ملی دستاوردهای نوین در برق، کامپیوتر و صنایع19 آبان 1404 · اسفراین
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۴۰۴ ۴۶۸ مشاهده

کنترل بهینه مبتنی بر پیشبین مدل (MPC) و شبکه عصبی مصنوعی (ANN) برای مبدل بازوی تناوبی (AAC) مورد استفاده در سیستم HVDC

این پژوهش به طراحی یک چارچوب کنترل پیشبین مدل MPC برای تنظیم جریان و ولتاژ در مبدل بازوی تناوبی AAC می پ…

مبدل بازوی تناوبیشبکه عصبی مصنوعیشبکه HVDC
مقاله کنفرانسی سال ۱۴۰۴ ۳۲۱ مشاهده

مروری تحلیلی بر روشهای تجمیع داده امن در شبکه های حسگر بیسیم چالشها رویکردها و مسیرهای آینده پژوهش

تجمیع داده در شبکه های حسگر بیسیم یکی از فرایندهای بنیادین برای بهبود کارایی ارتباطی، کاهش حجم داده های…

تجمیع دادهامنخوشه بندی
مقاله کنفرانسی سال ۱۴۰۴ ۲۳۸ مشاهده

بررسی کاربرد هوش مصنوعی در سازمان ثبت اسناد و املاک

هوش مصنوعی به عنوان یکی از مهم ترین ابزارهای فناورانه عصر حاضر توانسته است فرآیندهای پیچیده انسانی را با…

هوش مصنوعیتحول دیجیتالاتوماسیون اداری
مقاله کنفرانسی سال ۱۴۰۴ ۱۹۴ مشاهده

شبکه های عصبی و یادگیری عمیق در پردازش داده های ماهواره ای

رشد فزاینده حجم و پیچیدگی داده های ماهواره ای فرصت های بی سابقه و در عین حال چالش های تحلیلی قابل توجهی…

یادگیری عمیقطبقه بندیسنجش از دور
مقاله کنفرانسی سال ۱۴۰۴ ۱۸۱ مشاهده

طراحی یک تقویت کننده کم نویز سه طبقه با روش استفاده مجدد از جریان و بهبود در عملکرد بهره و عدد نویز

این مقاله یک تقویت کننده کم نویز با بهبود عملکرد در عدد نویز و بهره با استفاده از سه ساختار استفاده مجدد…

عدد نویزبهرهطبقه آبشاری
مقاله کنفرانسی سال ۱۴۰۴ ۱۸۰ مشاهده

مطالعه روشهای نوین هوش مصنوعی به منظور تشخیص خطا در سیستمهای قدرت

در سالهای اخیر تشخیص و پیشبینی خطاها در سیستمهای قدرت به یکی از چالشهای اصلی مهندسی برق تبدیل شده است در…

سیستمهای قدرتتشخیص خطایادگیری ماشین