شبکه عصبی کانولوشن و ترکیب طبقه‌بندها (تشخیص بیماری‌ها و سرطان‌های پوستی با پردازش تصاویر درموسکوپی)

عنوان کتاب:

شبکه عصبی کانولوشن و ترکیب طبقه‌بندها (تشخیص بیماری‌ها و سرطان‌های پوستی با پردازش تصاویر درموسکوپی)

نویسنده: سمیرا اسدزاده
ناشر: کتیبه نوین
قطع کتاب: وزیری
شابک: ۹۷۸-۶۲۲-۷۶۵۵-۳۰-۸
تعداد صفحه: ۱۵۴

توضیحات

معرفی کتاب: دنیای مدرن امروز این امکان را فراهم آورده تا تصاویر بصورت دیجیتال دریافت و ذخیره شوند. برای بدست آوردن نتایج بهتر گاهی لازم است تا بر روی این تصاویر تغییراتی صورت گیرد این تغییرات سه هدف عمده را دنبال می‌کنند: پردازش، آنالیز و درک تصویر. به همین دلیل سیستم‌های کامپیوتری پردازش تصویر بوجود آمده است تا با سرعت و دقت بهتر بتوان این اعمال را انجام داد. در این سیستم‌ها ۴ فرایند عمده اتفاق می‌افتد: پیش‌پردازش، ارتقاء کیفیت تصویر، تبدیل تصاویر و طبقه‌بندی و آنالیز تصاویر. در این روش‌ها با استفاده از علم ریاضیات قواعدی برای شبیه‌سازی المان‌های بینائی انسان توسط کامپیوتر ایجاد شده است و یک جنبه آنالیز تصاویر است که برای منظورهای خاصی کاربرد دارد. در بیست سال اخیر با افزایش قدرت محاسباتی و پردازشی کامپیوترها و نیز با گسترش تکنیک‌های پردازش تصویر تحقیقات مختلفی در جهت تحلیل و تشخیص بیماریها و سرطانهای پوستی مانند ملانوما که از خطرناک‌ترین سرطان‌های پوستی در جهان می‌باشد انجام شده است. سیستم‌های پردازش تصاویر پوستی قابلیت پردازش تصویر در حجم بالا و حداقل زمان و هزینه را فراهم آورده است و همچنین دقت تشخیص و طبقه‌بندی بیماری‌ها را فزایش داده است این سیستم‌ها، خستگی، خطاهای انسانی و ضعف‌های دیگری که شخص تشخیص دهنده می‌تواند دچار آن شود را ندارند. اولین گام در تشخیص بیماریها و سرطانهای پوستی و تحلیل تصاویر دیجیتالی بیمارانی که دارای ضایعات پوستی می‌باشند گرفتن عکس رنگی از ناحیه دارای ضایعه می‌باشد برای این کار یکی از معتبرترین روش‌ها، استفاده از دستگاه درموسکوپی می‌باشد. درموسکوپی که با نام درماتوسکوپی نیز شناخته می‌شود ابزار مؤثری برای متخصصین بیماری‌های پوستی می‌باشد که در تشخیص به موقع نقش دارد. با استفاده از درموسکوپی ضایعات رنگدانه دار ارزیابی شده، ویژگی‌های ساختاری غیر نرمال تشخیص داده می‌شود و مرز ضایعات به دقت مشاهده می‌شود. بر این اساس ضایعات خوش‌خیم می‌تواند بدون نیاز به انجام بیوپسی تشخیص داده شود. انجام درموسکوپی دقت در تشخیص را افزایش می‌دهد و به پزشکان عمومی کمک می‌کند تا بدرستی افراد مبتلا به ضایعات مشکوک را که نیاز است به متخصص ارجاع داده شوند، شناسایی کنند. درموسکوپی همچنین در تشخیص ضایعات پوستی غیر پیگمانته و درماتوزهای التهابی نیز مؤثر می‌باشد. در درموسکوپی، پوست با استفاده از میکروسکوپی مخصوص مورد معاینه قرار می‌گیرد. درموسکوپی عموماً برای تمیز و تشخیص ضایعات بدخیم مانند ملانوما و کارسینوم بازال و ضایعات خوش‌خیم کاربرد دارد. ابزارهای مربوط به درموسکوپی به لنزهایی با کیفیت بالا مجهز هستند در نتیجه فرد متخصص امکان خواهد یافت تا ساختار و الگوهای پوستی را به دقت مورد بازبینی و مشاهده قرار دهد. این دستگاه‌ها معمولاً سبک بوده و با باتری عمل می‌کنند. در روش پیشنهادی حذف نویز مو، کیفیت تصاویر را افزایش داده همچنین جداسازی ضایعه از پوست سالم بصورت بهینه در سرعت بخشیدن به پردازش تصاویر در جهت استخراج ویژگی‌های سطح بالا و افزایش دقت تشخیص و طبقه‌بندی در الگوریتم پیشنهادی برای ایجاد یک سیستم خودکار تشخیصی از ویژگی‌های این کتاب می‌باشد.در نهایت می‌توان نتیجه گرفت سیستم خودکار تشخیص و طبقه‌بندی بیماری‌های پوستی بر مبنای یادگیری عمیق و الگوریتم‌ها یادگیری ماشین با دقت و سرعت بالا و کمترین خطا ارائه می‌شود.

کلید واژه ها: یادگیری ماشین، یادگیری عمیق، شبکه‌های عصبی، پیش‌پردازش داده‌ها، داده‌افزایی، قطعه‌بندی، شبکه عصبی کانولوشن، لایه ورودی، لایه تابع فعال‌ساز غیرخطی، مانند ReLU، لایه‌های ادغام، لایه حذف تصادفی، لایه تماماً متصل، مزایا و معایب شبکه عصبی کانولوشن، طبقه‌بندی و الگوریتم‌های طبقه‌بندی، الگوریتمِ درخت تصمیم یا DTC، الگوریتمِ جنگلِ تصادفی یا RF، الگوریتمِ رگرسیون لجستیک یا LR، الگوریتمِ ماشین بردار پشتیبان یاSVM، الگوریتمِ نزدیک‌ترین همسایه یا KNN، یادگیری ترکیبی، بارگیری مجموعه داده، متوازن‌سازی داده‌ها با تکنیک تقویت داده یا داده‌افزایی، پاکسازی تصاویر جهت حذف نویز مو، تقسیم‌بندی خودکار تصاویر پوستی جهت جداسازی ضایعه از پوست سالم، طراحی شبکه عصبی کانولوشن (CNN) و آموزش مدل پیشنهادی جهت استخراج ویژگی تصاویر، الگوریتم نزدیک‌ترین همسایه یا KNN، الگوریتم درخت تصمیم یا DTC، الگوریتم جنگل تصادفی یا RF، الگوریتم رگرسیون، لجستیک یا LR، الگوریتم ماشین بردار پشتیبان یاSVM، ترکیب طبقه‌بندها با روش رأی اکثریت، توابع و پارامترهای الگوریتم مورفولوژی جهت حذف نویز مو، توابع و پارامترهای تقسیم‌بندی خودکار تصاویر پوستی جهت جداسازی ضایعه از پوست سالم، پارامترهای شبکه عصبی کانولوشن طراحی شده و الگوریتم‌های یادگیری ترکیبی به روش رأی اکثریت

نقد و بررسی‌ها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین کسی باشید که دیدگاهی می نویسد “شبکه عصبی کانولوشن و ترکیب طبقه‌بندها (تشخیص بیماری‌ها و سرطان‌های پوستی با پردازش تصاویر درموسکوپی)”
فهرست