تشخیص وضعیت تومور پستان با استفاده از شبکه عصبی LVQ

سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 176

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICPCONF08_025

تاریخ نمایه سازی: 9 مهر 1401

چکیده مقاله:

در سال های اخیر، هوش مصنوعی در حوزه های مختلف مانند پزشکی، مهندسی و سایر علوم مورد توجه قرار گرفته است. پژوهشگران بااستفاده از هوش مصنوعی در تشخیص بیماری های مختلف در پزشکی به دستاورد های بزرگی رسیده اند. سرطان سینه دومین عاملمرگ و میر ناشی از سرطان در سراسر جهان است که از هر هشت زن یک زن به آن مبتلا می شود. در این مقاله، از الگوریتمکوانتیزاسیون یادگیری بردار (LVQ) به عنوان یکی از مدل های شبکه عصبی مصنوعی استفاده می کنیم. علاوه بر این، الگوریتمپیشنهادی از اندازه گیری بردار و فرآیند یادگیری رقابتی به صورت نظارت شده استفاده می کند. این روش به پزشکان در تشخیصسریع تر بیماری برای شروع درمان و جلوگیری از مرگ و میر ناشی از تومور کمک می کند. دقت بالای LVQ نشان دهنده توانایی موثر وقابل قبول آن در حل مشکل طبقه بندی شده وضعیت تومور پستان می باشد.

نویسندگان

پیمان وفادوست سبزوار

دانشجوی کارشناسی ارشد مهندسی پزشکی دانشگاه حکیم سبزواری

حمید صدریان

دانشجوی کارشناسی ارشد مهندسی پزشکی دانشگاه حکیم سبزواری