مروری بر روش های تشخیص سرطان پستان با استفاده از یادگیری ماشین و یادگیری عمیق

سرطان سینه عمومی ترین بیماری در حال رشد در جهان است. این بیماری بیشتر در زنان دیده می شود و تشخیص به موقع آن راهی برای برای کنترل سرطان سینه است. موارد بسیاری وجود دارد که با شناسایی زود هنگام کنترل می شود و میزان مرگ و میر را کاهش می دهد. کارهای تحقیقاتی زیادی در مورد سرطان سینه انجام شده است. متداول ترین تکنیکی که در تحقیقات استفاده می شود یادگیری ماشین است. تحقیقات بسیاری وجود دارد که تشخیص سرطان در آنها از طریق یادگیری ماشین انجام شده است که الگوریتم های یادگیری ماشین مانند درخت تصمیم، k-نزدیک‌ترین همسایه، ماشین بردار پشتیبان، بیز ساده عملکرد بهتری را در زمینه خود ارائه می دهند. اما اخیرا از تکنیک توسعه یافته جدیدی برای طبقه بندی سرطان سینه استفاده می شود. روش جدید توسعه یافته، یادگیری عمیق است. یادگیری عمیق برای غلبه بر مشکلات یادگیری ماشین استفاده می شود. روش های یادگیری عمیق که کاربرد بیشتری در علم داده کاوی دارند، شبکه عصبی کانولوشن، شبکه عصبی تکرار شونده، شبکه باور عمیق و غیره است. الگوریتم های یادگیری عمیق در مقایسه با یادگیری ماشین نتایج بهتری دارند و بهترین ویژگی های تصاویر را استخراج می کنتد. در این مقاله مروری بر روش های تشخیص سرطان سینه با استفاده از یادگیری ماشین و یادگیری عمیق مورد بررسی قرار می گیرد.