|
ترکیب شبکه‌های پیچیده و الگوریتم‌های یادگیری ماشین برای بهبود تشخیص سرطان
|
محمدرضا ملاحسینی اردکانی   ، صدرا امرالهی |
| دانشگاه ازاد میبد |
|
|
چکیده: (63 مشاهده) |
تومورها و ضایعات التهابی در مغز، بیماری‌های خطرناک و شایعی هستند. تجزیه و تحلیل تصاویر MRI به پزشکان در تشخیص زود هنگام آنها و همچنین درمان به موقع بسیار کمک می‌کند. در این مقاله، با جمع آوری مجموعه داده‌های MRI مخزن Kaggel و به وسیله یک شبکه پیچیده با معماری شبکه ساده برای شناسایی ویژگی‌های ضایعات التهابی و تومورهای مغزی ایجاد شده است. سپس از الگوریتم‌های یادگیری ماشین شامل: ماشین بردار پشتیبان، جنگل تصادفی، رگرسیون منطقی و بیز ساده برای تشخیص استفاده شده است. عملکرد الگوریتم‌ها با استفاده از پارامترهای دقت، صحت، امتیاز-F1، فراخوانی و منحنی ROC ارزیابی شده است. دقت به دست آمده توسط همه الگوریتم‌ها بسیار بالا بوده و بالاترین نتیجه تا ۲۶/۹۱ درصد بدست آمده است. این تحقیق با موفقیت یک شبکه پیچیده با معماری شبکه ساده را برای استخراج ویژگی‌های تصاویر MRIاعمال کرده است و در نتیجه دقت تشخیص ضایعات التهابی و تومورهای مغز را با استفاده از الگوریتم‌های یادگیری ماشین بهبود می‌بخشد. تشخیص سریع و دقیق ضایعات التهابی و تومورهای مغز در غربالگری بیماران بسیار مهم است و باتوجه به نتایج دقیق بدست آمده می‌توان این سیستم را در آینده به طور مستقیم در عمل بکار گرفت.
|
|
| واژه‌های کلیدی: تصاویر MRI، شبکه پیچیده، الگوریتم‌های یادگیری ماشین، ناحیه التهابی، توده سرطان |
|
|
متن کامل [PDF 784 kb]
(33 دریافت)
|
نوع مطالعه: كاربردي |
موضوع مقاله:
تخصصي
دریافت: 1402/1/31 | پذیرش: 1403/11/20 | انتشار: 1404/3/22
|
|
|
|
|
|
|
| ارسال نظر درباره این مقاله |
|
|
|
