رکوردهای مرتبط با این شخص

پیش بینی درگیری غدد لنفاوی زیر بغل برای بیماران مبتلا به سرطان سینه به کمک یادگیری انتقالی (مطالعه موردی داده های کلینیک دکتر رسول فاتحی فرد در شهر اصفهان) (1403) / رضازادگان ، مریم، نویسنده

نوع مدرک: متون چاپی سرشناسه رضازادگان ، مریم، نویسنده شماره بازیابی : ‭COM A ‭48 1403 عنوان : پیش بینی درگیری غدد لنفاوی زیر بغل برای بیماران مبتلا به سرطان سینه به کمک یادگیری انتقالی (مطالعه موردی داده های کلینیک دکتر رسول فاتحی فرد در شهر اصفهان) عنوان موازی : Predicting Axillary Lymph Node Involvment in Breast Cancer Patients Using Transfer Learning(A case Study of Data from Dr.Rasoul Fatehi Fard’s Clinic in Isfahan) ناشر: دانشگاه شهید اشرفی اصفهانی: اصفهان سال نشر : 1403 صفحه شمار: 76ص شابک/شاپا 25869 یادداشت پایان‌نامه کارشناسی‌ارشد :رشته مهندسی کامپیوتر گرایش هوش مصنوعی شناسه افزوده : نصر اصفهانی ، ابراهیم، استاد راهنما یراقی ، شکوفه، استاد مشاور توصیفگرها سرطان سینه، عکس سونوگرافی ، غدد لنفاوی زیر بغل ، یادگیری عمیق، شبکه‌های عصبی کانولوشنی پیش آموزش دیده  Breast cancer, ultrasound imaging, axillary lymph nodes, deep learning, pre-trained convolutional neural networks چکیده : سرطان سینه یکی از شایع‌ترین انواع سرطان است که از پستان شروع شده و با رشد غیرقابل‌کنترل سلول‌ها منجر به تشکیل تومور می‌شود. این بیماری می‌تواند از طریق گره‌های لنفاوی گسترش یابد و معمولاً با تصویربرداری مانند ماموگرافی و سونوگرافی تشخیص داده می‌شود. تشخیص زودهنگام این بیماری بسیار حیاتی است . درگیری غدد لنفاوی زیربغل می‌تواند نشان‌دهنده پیشرفت سرطان باشد. بررسی دقیق این غدد پیش از جراحی به پزشکان کمک می‌کند تا تصمیمات درمانی بهتری بگیرند. هدف از این پژوهش پیش بینی درگیری غدد لنفاوی زیر بغل قبل از عمل جراحی برای بیماران مبتلا به سرطان سینه با کمک یادگیری انتقالی است .در این پژوهش دیتاست توسط پژوهشگر جمع آوری شده که شامل 502 تصویر سونوگرافی از بیماران کلینیک دکتر فاتحی فرد میباشد .برای این امر، از مدل‌های مختلف یادگیری عمیق مبتنی بر شبکه های عصبی پیش آموزش دیده استفاده شده است که این شبکه ها شامل InceptionV3 ، MobileNet V2 ، VGG16 میباشد در نهایت برای دقت بیشتراز مدل ترکیبی شبکه های عصبی پیش آموزش دیده استفاده شده است . برای ارزیابی نتایج این پژوهش از روشهای دقت، صحت، فراخوانی و امتیاز F1 استفاده شده است که نتایج نشان داد که مدل روش پیشنهادی نسبت به مدل‌های شبکه عصبی پیش آموزش دیده عملکرد بهتری داشته است.دقت برای مدل InceptionV3 برابر 0.76 ، برای مدل MobileNet V2 برابر 0.65 ، برای مدل VGG16 برابر 0.65 و برای مدل پیشنهادی 0.77 بدست آمد. این پژوهش قبل از عمل جراحی به پزشکان به عنوان یک سیستم تصمیم یاب برای تصمیم گیری در مورد برداشتن غدد لنفاوی یا نمونه برداری از غدد لنفاوی نگهبان کمک میکند لینک ثابت رکورد: ../opac/index.php?lvl=record_display&id=14705 زبان مدرک : فارسی

 فهرست موجودی مدرک

شماره ثبت	شماره بازیابی	نام عام مواد	محل نگهداری	بخش	وضعیت ثبت	وضعیت امانت
25869	‭COM A ‭48 1403	پایان‌نامه	دانشگاه شهید اشرفی اصفهانی	مرکزی	اسناد مرجع	غیر قابل امانت