CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

یادگیری عمیق جمعی چندسطحی در رده بندی تصاویر سرطان پوست

عنوان مقاله: یادگیری عمیق جمعی چندسطحی در رده بندی تصاویر سرطان پوست
شناسه ملی مقاله: CONFSKU02_021
منتشر شده در دومین کنفرانس ملی آخرین دستاوردهای مهندسی داده و دانش و محاسبات نرم در سال 1401
مشخصات نویسندگان مقاله:

پویان جابری - دانشجوی کارشناسی ارشد مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه شهرکرد
شهلا نعمتی - استادیار گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه شهرکرد
محمداحسان بصیری - دانشیار گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه شهرکرد

خلاصه مقاله:
سرطان پوست شایعترین نوع سرطان بوده و ۷۵% کل موارد سرطان را در جهان تشکیل می دهد. نوع بدخیم آن ، تهاجمی ترین نوع سرطان پوست است که بسیار بدخیم و کشنده است. هدف از انجام این پژوهش، استفاده از روش های خودکار و هوشمند است تا با صرف زمان و هزینه ی بسیار کمتر، وضعیت سلامت افراد مورد بررسی قرار گرفته و در صورت لزوم به پزشک متخصص ارجاع داده شوند. در این پژوهش یک روش یادگیری عمیق جمعی چندسطحی برای رده بندی تصاویر سرطان پوست پیشنهاد شده است. در مدل پیشنهادی از مدل های یادگیری عمیق متداول در دو سطح استفاده شده است و سپس در هر سطح از الگوریتم CatBoost برای ترکیب این مدل ها استفاده شده است. در نهایت نتایج مدل پیشنهادی با نتایج به دست آمده از شبکه های عصبی عمیق مستقل و همچنین روش های پیشین با یکدیگر مقایسه می شوند و مشخص می شود مدل پیشنهادی عملکرد بهتری را نسبت به مدل های دیگر در رده بندی تصاویر سرطان پوست داشته است.

کلمات کلیدی:
یادگیری ماشین، یادگیری عمیق، یادگیری جمعی، تصاویر پزشکی، سرطان پوست

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1548371/