0% Complete
فارسی
Home
/
دومین کنفرانس ملی عصر انفجار تکنولوژی؛ هوش مصنوعی، تحولی در صنعت، تجارت و زنجیره تامین و دومین کنفرانس ملی علم داده در کاربردهای مهندسی
بهبود تشخیص تومور مغزی با استفاده از ترکیب شبکه های عمیق به روش رای اکثریت
Authors :
مریم صباغ کاخکی
1
عقیله حیدری
2
1- دانشگاه پیام نور مشهد
2- دانشگاه پیام نور مشهد
Keywords :
تشخیص تومور مغزی،رای اکثریت،گوگل نت،یادگیری عمیق،الکس نت،موبایل نت،ترکیب خبره ها
Abstract :
تشخیص و طبقه بندی خودکار تومور مغزی به عنوان یک گام کلیدی برای درک بهتر مکانیسم آن از همیت بالایی برخوردار است. تصویربرداری رزونانس مغناطیسی (MRI) به رادیولوژیستها کمک میکند تا ناحیه تومور را شناسایی کنند، اما این فرآیند زمانبر و نیازمند تخصص است. پیشرفتهای اخیر در تشخیص به کمک رایانه (CAD)، یادگیری ماشین و یادگیری عمیق به رادیولوژیستها این امکان را میدهد که تومورهای مغزی را با دقت بیشتری شناسایی کنند.در این پژوهش با هدف بهبود دقت تشخیص تومورهای مغزی از تصاویر MRI، از ترکیب سه مدل یادگیری عمیق گوگل نت، آلکس نت و موبایل نت در قالب یک سیستم رای اکثریت استفاده شده است. با به کارگیری روش پیشنهادی، دقت نهایی سیستم به ۹1.24% رسید. پایگاه داده مورد استفاده در این پژوهش از مجموعه داده ای شامل 3064 تصویر MRI که شامل سه نوع تومور مغزی، مننژیوما ، گلیوما و هیپوفیز و یک کلاس نرما می باشد، استفاده کرده است. نتایج حاکی از کاهش خطای طبقهبندی متقابل در کلاسهای مشابه گلیوما و مننژیوما است. این بهبود ناشی از تنوع معماریهای شبکهها در استخراج ویژگیهای مکمل است. بکارگیری ترکیب یادگیرهای عمیق میتواند به عنوان یک ابزار کمکی دقیق تری در فرآیند تشخیص بیماری ها مورد استفاده قرار گیرد و زمینه را برای توسعه سیستمهای ترکیبی با معماریهای پیشرفتهتر فراهم کند.
Papers List
List of archived papers
مدل ترکیبی مبتنی بر DenseNet، الگوریتم ژنتیک و GAN برای تشخیص آلزایمر از تصاویر MRI
محمد قنبری صباغ - محسن کرمی طلایی
بررسی مربوط بودن ارزش اطلاعات حسابداری با استفاده از روش CART: یک مطالعه برای شرکتهای داروسازی در بورس اوراق بهادار تهران
نوراله خدادادی - مهرداد قنبری - بابک جمشیدی نوید - جواد مسعودی
برنامه ریزی مالی به جای وحشت زدگی در بازارهای نوسانی
رویا باغ میرانی
The Impact of an Interactive Rehabilitation Protocol on Reorganization of Brain Networks in Children with Cerebral Palsy: A Pilot Study
Shahed Salehzehi - Mahdi Mollaei - Parisa Hosseini - Ali Koohian Mohammad abadi - Mohammad Ebrahim Hashemi - Hamid Reza Kobravi - Narges Hashemi - Mehran Beiraghi Toosi - Javad Akhondian
Mapping Epileptic Networks: IED-Triggered Hemodynamic Changes Identified via Simultaneous EEG-fMRI Recordings
Elias Ebrahimzadeh - Mostafa Asgarinejad - Melika Akbarimehr - Hamid Soltanian-Zadeh
پژوهشی در حسابداری و هوش مصنوعی با استفاده از مدلسازی موضوعی
زین العابدین پاشایی باروجی - حسین راستکار رضائی - علیرضا عظیمی ثانی
تاثیر استقلال کمیته های حسابرسی بر محتوای اطلاعاتی اعلان سود با نقش کیفیت حاکمیت شرکتی در بورس اوراق بهادار تهران
بهزاد مظفری - هاتف ملازاده - رضا عشقی
کاربرد هوش مصنوعی در کنترل کیفیت و بهره وری :رویکرد های علمی چالش ها و حاکمیت مسئولانه در صنعت
سجاد یوسفی - مریم پورنجف - مرضیه شریفی - سیده مبینا موسوی
نقش هوش مصنوعی در افزایش انطباق مالیاتی و مقررات مالی
مهدی ریسمان گشا
Comparative Assessment of U-Net and Pix2Pix for Applying Direct Attenuation Correction in the Image Domain in 68Ga-PSMA PET/CT Imaging
Negin Hamidiyan - Hadi Taleshi Ahangari - Pardis Ghafarian - Hossein Arabi - Mohammad Reza Ay
more
Samin Hamayesh - Version 42.4.1