تشخیص سرطان کبد از تصاویر سیتی اسکن با استفاده از شبکه عصبی پیچشی و ماشین بردار پشتیبانی
سرطان کبد، به طور عمده، پنجمین سرطان شایع در مردان و هفتمین سرطان شایع در زنان است و سومین علت اصلی مرگ و میر ناشی از سرطان در سراسر جهان است. به طور کلی، این بیماری در زنان کمتر شایع است و در بیشتر مناطق جهان، میزان سرطان کبد مردان نسبت به زنان دو تا سه برابر بیشتر است که احتمالاً به دلیل شیوع بیشت...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | fas |
| Published: |
Payame Noor University
2024-10-01
|
| Series: | اپتوالکترونیک |
| Subjects: | |
| Online Access: | https://jphys.journals.pnu.ac.ir/article_11365_d48735f1da8848e681f84295389f7e42.pdf |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1849390775702388736 |
|---|---|
| author | پگاه داورپناه سمیه صراف اسماعیلی |
| author_facet | پگاه داورپناه سمیه صراف اسماعیلی |
| author_sort | پگاه داورپناه |
| collection | DOAJ |
| description | سرطان کبد، به طور عمده، پنجمین سرطان شایع در مردان و هفتمین سرطان شایع در زنان است و سومین علت اصلی مرگ و میر ناشی از سرطان در سراسر جهان است. به طور کلی، این بیماری در زنان کمتر شایع است و در بیشتر مناطق جهان، میزان سرطان کبد مردان نسبت به زنان دو تا سه برابر بیشتر است که احتمالاً به دلیل شیوع بیشتر عوامل خطر در مردان و تفاوتهای جنسی است. در همین رابطه هدف از پژوهش حاضر تشخیص سرطان کبد از تصاویر سیتی اسکن با استفاده از شبکه عصبی پیچشی و ماشین بردار پشتیبانی بوده است. در این پژوهش، یک شبکه عصبی CNN سبک جدید با هفت لایه و فقط یک لایه معمولی برای طبقهبندی کبد تقسیمبندی شده پیشنهاد شده است. این مدل پیشنهادی در دو مسیر مختلف استفاده شد. مسیر اول از طبقهبندی یادگیری عمیق استفاده نمود و به دقت 7/83% و 9/95% دست یافت. در همین حال، مسیر دوم از ویژگیهای استخراج شده به طور خودکار همراه با یک طبقهبندی کننده ماشین بردار پشتیبانی (SVM) استفاده نمود و به دقت 9/95% و 9/97% دست یافت. شبکه پیشنهادی سبک، سریع، قابل اعتماد و دقیق است. این رویکرد میتواند توسط یک متخصص انکولوژی استفاده شود، که تشخیص را به یک کار ساده تبدیل میکند. علاوه بر این، شبکه پیشنهادی دقت بالایی را بدون تنظیم تصاویر بهدست میآورد که باعث کاهش زمان و هزینه میشود. |
| format | Article |
| id | doaj-art-2aa3cf04feb848b7b29e396de9c5248b |
| institution | Kabale University |
| issn | 2783-1752 2783-2562 |
| language | fas |
| publishDate | 2024-10-01 |
| publisher | Payame Noor University |
| record_format | Article |
| series | اپتوالکترونیک |
| spelling | doaj-art-2aa3cf04feb848b7b29e396de9c5248b2025-08-20T03:41:20ZfasPayame Noor Universityاپتوالکترونیک2783-17522783-25622024-10-0171354610.30473/jphys.2024.71893.120411365تشخیص سرطان کبد از تصاویر سیتی اسکن با استفاده از شبکه عصبی پیچشی و ماشین بردار پشتیبانیپگاه داورپناه0سمیه صراف اسماعیلی1دانشجوی دکتری مهندسی پزشکی، گروه مهندسی پزشکی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایراناستادیار گروه مهندسی پزشکی، واحد گرمسار، دانشگاه آزاد اسلامی، گرمسار، ایران.سرطان کبد، به طور عمده، پنجمین سرطان شایع در مردان و هفتمین سرطان شایع در زنان است و سومین علت اصلی مرگ و میر ناشی از سرطان در سراسر جهان است. به طور کلی، این بیماری در زنان کمتر شایع است و در بیشتر مناطق جهان، میزان سرطان کبد مردان نسبت به زنان دو تا سه برابر بیشتر است که احتمالاً به دلیل شیوع بیشتر عوامل خطر در مردان و تفاوتهای جنسی است. در همین رابطه هدف از پژوهش حاضر تشخیص سرطان کبد از تصاویر سیتی اسکن با استفاده از شبکه عصبی پیچشی و ماشین بردار پشتیبانی بوده است. در این پژوهش، یک شبکه عصبی CNN سبک جدید با هفت لایه و فقط یک لایه معمولی برای طبقهبندی کبد تقسیمبندی شده پیشنهاد شده است. این مدل پیشنهادی در دو مسیر مختلف استفاده شد. مسیر اول از طبقهبندی یادگیری عمیق استفاده نمود و به دقت 7/83% و 9/95% دست یافت. در همین حال، مسیر دوم از ویژگیهای استخراج شده به طور خودکار همراه با یک طبقهبندی کننده ماشین بردار پشتیبانی (SVM) استفاده نمود و به دقت 9/95% و 9/97% دست یافت. شبکه پیشنهادی سبک، سریع، قابل اعتماد و دقیق است. این رویکرد میتواند توسط یک متخصص انکولوژی استفاده شود، که تشخیص را به یک کار ساده تبدیل میکند. علاوه بر این، شبکه پیشنهادی دقت بالایی را بدون تنظیم تصاویر بهدست میآورد که باعث کاهش زمان و هزینه میشود.https://jphys.journals.pnu.ac.ir/article_11365_d48735f1da8848e681f84295389f7e42.pdfتشخیص سرطان کبدشبکه عصبی پیچشیماشین بردار پشتیبانی |
| spellingShingle | پگاه داورپناه سمیه صراف اسماعیلی تشخیص سرطان کبد از تصاویر سیتی اسکن با استفاده از شبکه عصبی پیچشی و ماشین بردار پشتیبانی اپتوالکترونیک تشخیص سرطان کبد شبکه عصبی پیچشی ماشین بردار پشتیبانی |
| title | تشخیص سرطان کبد از تصاویر سیتی اسکن با استفاده از شبکه عصبی پیچشی و ماشین بردار پشتیبانی |
| title_full | تشخیص سرطان کبد از تصاویر سیتی اسکن با استفاده از شبکه عصبی پیچشی و ماشین بردار پشتیبانی |
| title_fullStr | تشخیص سرطان کبد از تصاویر سیتی اسکن با استفاده از شبکه عصبی پیچشی و ماشین بردار پشتیبانی |
| title_full_unstemmed | تشخیص سرطان کبد از تصاویر سیتی اسکن با استفاده از شبکه عصبی پیچشی و ماشین بردار پشتیبانی |
| title_short | تشخیص سرطان کبد از تصاویر سیتی اسکن با استفاده از شبکه عصبی پیچشی و ماشین بردار پشتیبانی |
| title_sort | تشخیص سرطان کبد از تصاویر سیتی اسکن با استفاده از شبکه عصبی پیچشی و ماشین بردار پشتیبانی |
| topic | تشخیص سرطان کبد شبکه عصبی پیچشی ماشین بردار پشتیبانی |
| url | https://jphys.journals.pnu.ac.ir/article_11365_d48735f1da8848e681f84295389f7e42.pdf |
| work_keys_str_mv | AT pgạhdạwrpnạh tsẖkẖyṣsrṭạnḵbdạztṣạwyrsytyạsḵnbạạstfạdhạzsẖbḵhʿṣbypycẖsẖywmạsẖynbrdạrpsẖtybạny AT smyhṣrạfạsmạʿyly tsẖkẖyṣsrṭạnḵbdạztṣạwyrsytyạsḵnbạạstfạdhạzsẖbḵhʿṣbypycẖsẖywmạsẖynbrdạrpsẖtybạny |