کلاس‌بندی تصاویر پزشکی با استفاده از شبکه عصبی کانولوشن عمیق و attention module
|
|
|
|
|
|
|
|
نویسنده
|
نجفی لاطران ندا ,آیت‌اللهی احمد ,مخصوص رسول
|
|
منبع
|
دوازدهمين كنفرانس ملي و دومين كنفرانس بين المللي بينايي ماشين و پردازش تصوير ايران - 1400 - دوره : 12 - دوازدهمین کنفرانس ملی و دومین کنفرانس بین المللی بینایی ماشین و پردازش تصویر ایران - کد همایش: 00201-13087 - صفحه:0 -0
|
|
چکیده
|
روش یادگیری عمیق یکی از تکنیک‌های یادگیری ماشین است که در بسیاری از برنامه‌ها مانند کلاس‌بندی، تجزیه‌وتحلیل تصویر و تشخیص اشیا مورداستفاده قرارمی‌گیرد. امروزه به دلیل استفاده گسترده از تصاویردیجیتالی به‌عنوان منابع اطلاعاتی در بیمارستان‌ها، بایگانی تصاویر پزشکی به‌طور چشمگیری در حال رشد است. تصاویر دیجیتالی نقش مهمی در پیش‌بینی انواع بیماری‌ها دارند و کاربردهای گسترده‌ای از آن‌ها در تشخیص و تحقیقات وجود دارد. در این تحقیق یک روش برای نمایش تصاویر پزشکی ارائه‌شده و در آن الگوریتم برای کلاس‌بندی تصاویر با روش یادگیری عمیق آموزش داده‌شده است؛ و با استفاده از شبکه عصبی کانولوشن عمیق از قبل آموزش‌دیده با رویکرد تغییر برای لایه های آخر شبکه و قرار دادن attention module هایی مانند cbam به‌دقت 52/93 و ماژول se و تغییر نرخ یادگیری و دیگر پارامترها به‌دقت 90/96 و همچنین با استفاده از multiheadattention به‌دقت 43/93 دست یافتیم.
|
|
کلیدواژه
|
شبکه عصبی، کلاس‌بندی تصاویر پزشکی، یادگیری عمیق.
|
|
آدرس
|
|
|
|
|
|
|
|
|
|
|