تشخیص پیشرفته سرطان ریه از طریق تصاویر ct با استفاده از مدل‌های xception و mobile net

چکیده- با توجه به خطرات جدی سرطان ریه و ضرورت تشخیص زودهنگام آن، در این تحقیق از توانمندی هوش مصنوعی و شبکه‌های عصبی عمیق برای تحلیل تصاویر توموگرافی کامپیوتری ریه بهره گرفته شده است. دو مدل تشخیصی بر اساس شبکه‌های xception و mobile net ارائه شده‌اند. این مدل‌ها با توانایی تشخیص سریع و دقیق سلول‌های غیرطبیعی، ابزاری حیاتی برای پیشگیری از عوارض جدی سرطان ریه ارائه می‌دهند.مدل xception و mobile net، با استفاده از وزن‌های خالص تصویر مبتنی بر یادگیری، توانسته‌اند با حجم داده کمتر و در زمان کوتاهتر، دقت 99.48٪، درستی 99.48٪، و یادآوری 99.48٪ را برای طبقه‌بندی سرطان ریه چند طبقه به دست آورند. نتایج نشان می‌دهد که این مدل‌ها به عنوان ابزار پشتیبانی موثری برای رادیولوژیست‌ها و نفرولوژیست‌ها در تشخیص زودهنگام سرطان ریه می‌توانند مورد استفاده قرار گیرند.این تحقیق نه تنها بهبود در دقت و سرعت تشخیص ارائه می‌دهد بلکه با افزایش کارایی پزشکان نقش مهمی در جلوگیری از پیشرفت بیماری و افزایش شانس درمان سرطان ریه ایفا می‌کند.