شناسایی بیماری ذات‌الریه با استفاده از شبکه عصبی کانولوشنی (cnn)
|
|
|
|
|
|
|
|
نویسنده
|
کبودیان سید امیررضا ,رجائیان نیما
|
|
منبع
|
كنفرانس ملي مهندسي برق و سيستم‌هاي هوشمند ايران - 1400 - دوره : 6 - کنفرانس ملی مهندسی برق و سیستم‌های هوشمند ایران - کد همایش: 00211-11992 - صفحه:0 -0
|
|
چکیده
|
ذات‌الریه از دسته بیماری‌های اختلال در سیستم تنفسی بدن است که اکثراً بازه سنی کمتر از 2 سال و بیشتر از 65 سال را درگیر خود می‌کند، وجود محدودیت‌هایی ازجمله کمبود نیروی انسانی متخصص، زمان‌بر بودن تشخیص این بیماری، دلایلی است که ما را به فکر خودکار سازی روند تشخیص این بیماری می‌اندازد. در این مقاله از معماری‌های مختلف شبکه‌های عصبی کانولوشنی در یادگیری عمیق برای انجام طبقه‌بندی بر روی تصاویر سی-تی-اسکن ریه استفاده‌شده است که شامل استفاده از شبکه‌های کانولوشنی، vgg و inceptionresnetv2 می‌باشد. درنهایت با استفاده از ویژگی‌های سطح بالای موجود در داده‌ها و یادگیری انتقالی، این مدل به صحت 97% رسیده است.
|
|
کلیدواژه
|
یادگیری عمیق،ذات الریه،شبکه های عصبی کانولوشنی،طبقه بندی
|
|
آدرس
|
, iran, , iran
|
|
پست الکترونیکی
|
nima_rajaeian@sel.iaun.ac.ir
|
|
|
|
|
|
|