جلد 29، شماره 1 - ( 1-1401 )                   جلد 29 شماره 1 صفحات 143-131 | برگشت به فهرست نسخه ها

Research code: مقاله مستخرج از پایان نامه کارشناسی ارشد است
Ethics code: متعهد مي شوم قبل از چاپ كد را ارائه دهيم
Clinical trials code: 1

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Asadzadeh S, Rezaei Z. Diagnosis of Skin Diseases and Cancers from Dermoscopicimages with Feature Extraction Impact Approach from Convolutional Neural Network and Ensemble Classification in Increasing the Speed and Accuracy of Diagnosis. RJMS 2022; 29 (1) :131-143
URL: http://rjms.iums.ac.ir/article-1-7378-fa.html
اسدزاده سمیرا، رضایی زهرا. تشخیص بیماری ها و سرطان های پوستی از تصاویر در موسکوپی با رویکرد تاثیر استخراج ویژگی از شبکه عصبی کانولوشن و ترکیب طبقه‌بندها در بالا بردن سرعت و دقت تشخیص. مجله علوم پزشکی رازی. 1401; 29 (1) :131-143

URL: http://rjms.iums.ac.ir/article-1-7378-fa.html


کارشناسی ارشد، گروه مهندسی کامپیوتر، واحد مرودشت، دانشگاه آزاد اسلامی، مرودشت، ایران ، samira.assadzadeh@gmail.com
چکیده:   (2919 مشاهده)

زمینه و هدف: بیماری‌ها و سرطان­های پوستی در جهان بسیار شایع می­باشند و در صورت تاخیر در شناسایی و درمان، می توانند موجب مرگ شوند، هدف از انجام این پژوهش تشخیص بیماری­ها و سرطان­های پوستی از تصاویر در موسکوپی با رویکرد تاثیر استخراج ویژگی از شبکه عصبی کانولوشن و ترکیب طبقه‌بندها در بالا بردن سرعت و دقت تشخیص بود.
روش کار: برای انجام این پژوهش از 25,331 تصاویر درموسکوپی متشکل از ضایعات پوستی شامل (70% تصاویر آموزشی، 15% آزمایشی و 15% صحت‌سنجی) استفاده شد. در پیش پردازش داده‌ها، متوازن­سازی داده­ها انجام شد، سپس عملیات پاکسازی داده­ها در جهت حذف نویز مو، و کاهش داده­ها در جهت قطعه­بندی تصاویر با جداسازی ضایعه از پوست سالم انجام شد، در فرایند بعدی با طراحی شبکه عصبی کانولوشن، داده­های آموزشی جهت استخراج ویژگی­ها، آموزش داده شده و با ترکیب طبقه­بندها یک سیستم خودکار تشخیص بیماری­های پوستی در تصاویر درموسکوپی ایجاد و ارزیابی شد.
یافته‌ها: در روش پیشنهادی حذف نویز مو، کیفیت تصاویر را افزایش داده همچنین جداسازی ضایعه از پوست سالم به صورت بهینه در سرعت بخشیدن به پردازش تصاویر جهت استخراج ویژگی­های سطح بالا در شبکه عصبی کانولوشن طراحی شده و افزایش دقت تشخیص و طبقه­بندی برای ایجاد یک سیستم خودکار تشخیصی، از ویژگی­های این پژوهش نسبت به سایر تحقیقات است.
نتیجه ­گیری: با توجه به نتایج پژوهش، استفاده از سیستم خودکار تشخیص و طبقه­بندی بیماری‌ها و سرطان‌های پوستی در جهت مراقبت‌های مرتبط با سلامت توصیه می­شود.
متن کامل [PDF 1174 kb]   (686 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: پوست

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به مجله علوم پزشکی رازی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 CC BY-NC-SA 4.0| Razi Journal of Medical Sciences

Designed & Developed by : Yektaweb