عنوان
طبقه بندي ندول هاي ريه با استفاده از شبكه هاي عصبي كانولوشن و طراحي آزمايش ها
نويسنده اصلي
فاطمه كاميابي
مقطع تحصيلي
كارشناسي ارشد
چكيده
سرطان ريه كه با رشد و تكثير غيرعادي سلول ها در بافت ريه ايجاد مي شود، بالاترين ميزان مرگ و مير را در بين انواع سرطان ها دارد. سرطان ريه بعد از سرطان پستان و پروستات دومين سرطان رايج در ميان زنان و مردان است. تومورهايي كه در ريه رشد مي كنند ندول ناميده مي شوند كه ممكن است خوش خيم (غيرسرطاني) و يا بدخيم (سرطاني) باشند. علائم سرطان ريه معمولا تا زماني كه سرطان پيشرفت نكند ظاهر نمي شوند. بنابراين تشخيص زودهنگام سرطان ريه يك امر مهم و حياتي در حوزه مراقبت و درمان است. زيرا با تشخيص و درمان به موقع بيماري، مي توان بقاي بيماران مبتلا به سرطان ريه را افزايش داد. يكي از راه هاي تشخيص زودهنگام سرطان ريه تصوير برداري سي تي اسكن است كه به عنوان يك روش غيرتهاجمي و بدون درد به راديولوژيست ها در تشخيص نوع ندول و به پزشكان در انتخاب روش درماني مناسب كمك مي كند. تشخيص ندول هاي ريه از روي تصاوير سي تي اسكن توسط راديولوژيست ممكن است با خطا همراه باشد. يك سيستم تشخيص به كمك كامپيوتر به عنوان يك سيستم پشتيباني تصميم مي تواند راديولوژيست ها را درتشخيص و طبقه بندي ندول هاي ريه كمك كند. براي ايجاد يك سيستم تشخيص به كمك كامپيوتر، بايد ويژگي ها مناسب از تصاوير استخراج شود. يادگيري عميق يكي از مهم ترين روش هاي يادگيري عميق در زمينه تجزيه و تحليل تصاوير پزشكي مي باشد. شبكه عصبي كانولوشن در ميان روش هاي يادگيري عميق به دليل حفظ ساختار فضايي تصوير و توانايي استخراج خودكار ويژگي هاي سطح بالا از تصاوير به يكي از روش هاي محبوب در حوزه پزشكي تبديل شده است. عملكرد مناسب شبكه عصبي كانولوشن تا حد زيادي به تنظيم مناسب ابرپارامترهاي آن بستگي دارد. در اين پايان نامه يك شبكه عصبي كانولوشن براي طبقه بندي ندول هاي ريه از تصاوير سي تي اسكن پيشنهاد شده است. براي بهينه سازي ابرپارامترهاي شبكه پيشنهادي از روش طراحي آزمايش ها استفاده شده است. معياردقت و امتياز اف۱ براي ارزيابي عملكرد شبكه پيشنهادي به عنوان متغير پاسخ درنظر گرفته شده و پس يافتن رابطه رگرسيوني مناسب براي آنها با استفاده از روش طراحي آزمايش ها و درنظر گرفتن محدوديت هاي مربوط به ابرپارامترها، يك مسئله برنامه ريزي غيرخطي مختلط عدد صحيح حاصل شده است كه با حل آن، مقادير ٪۹۲/۱ و ٪۸۸ به ترتيب براي معيار دقت و امتياز اف۱ به دست آمده است.
شماره ركورد
193578
دانشگاه
دانشگاه علم و صنعت ايران
استاد مشاور
دكتر محمدرضا محمدي
رشته تحصيلي
بهينه سازي سيستم ها
استاد راهنما
دكتر رسول نورالسناء