ارائه یک روش مبتنی بر یادگیری عمیق برای تشخیص سرطان پستان
چکیده شاخه یادگیری ماشین زمینه بسیار موثری برای تشخیص و درمان بیماری¬ها می¬باشد. تحقیقات گسترده¬ای در حوزه یادگیری عمیق که زیر مجموعه¬ای از روش¬های یادگیری ماشین می¬باشد بروی سرطان پستان در حال انجام است و توانسته موفقیت های شگرفی در حوزه تشخیص و درمان بیماری بدست آورد. در این مقاله یک مدل دسته بند مبتنی بر یادگیری عمیق بروی تصاویر ماموگرافی ارائه شده است. مدل پیشنهادی مبتنی بر شبکه¬های کانولوشنی عمیق است که با بررسی معروف¬ترین شبکه¬های موجود، بهترین از نظر دقت تشخیص برای سرطان پستان انتخاب شده است. در این مدل با روش¬های پردازش تصویر نویزهای تصویر از بین برده شده و با اعمال فیلتر Releif بروی ویژگی¬های استخراج شده، بهینه¬ترین ویژگی¬ها انتخاب شده و برای طبقه¬بندی به دست¬بند ارسال خواهد شد. نتایج پیاده¬سازی نشان می¬هد ترکیب شبکه ResNet۵۰ با دسته¬بند SVM منجر به دقت ۹۵.۷ شده است که نسبت به روش¬های مشابه از کارآیی بالاتری برخوردار می¬باشد. واژه های کلیدی یادگیری ماشین،شبکه کانولوشنی عمیق، سرطان پستان،ماموگرافی،فیلتر Releif
ادامه مطلب