رکوردهای مرتبط با این شخص

تشخیص دقیق تومورهای مغزی در تصاویر پزشکی با استفاده از ترکیب الگوریتم Faster-RCNN با الگوریتم YOLO (1404) / مهوری ، سجاد، نویسنده

نوع مدرک: متون چاپی سرشناسه مهوری ، سجاد، نویسنده شماره بازیابی : ‭COM A ‭54 1404 عنوان : تشخیص دقیق تومورهای مغزی در تصاویر پزشکی با استفاده از ترکیب الگوریتم Faster-RCNN با الگوریتم YOLO عنوان موازی : Accurate Diagnosis of Brain Tumors in Medical Images Using the Combination of Faster-RCNN Algorithm with YOLO Algorithm ناشر: دانشگاه شهید اشرفی اصفهانی: اصفهان سال نشر : 1404 صفحه شمار: 167ص شابک/شاپا 26128 یادداشت پایان نامه کارشناسی ارشد :رشته کامپیوتر گرایش هوش مصنوعی و رباتیک شناسه افزوده : کلینی ، مینا، استاد راهنما توصیفگرها MRI، Faster-RCNN، Yolov5، Weighted Box Fusion، Model Agreement FilteringyModel Agreement FilteringWeighted، Box Fusion ، Faster-RCNN، Yolov5،MRI چکیده : تومور مغزی نوعی رشد غیر طبیعی در سلول های مغز است که می تواند موجب آسیب به اعصاب و عروق خونی شود. تشخیص زودهنگام و دقیق این تومورها، نقش حیاتی در پیشگیری از عوارض جدی و افزایش اثربخشی درمان را دارد. تشخیص دستی تومورهای مغزی از تصاویر MRI به ویژه در شرایطی که شکل تومورها نامنظم و مرزهای آن ها مبهم است، فرآیندی چالش برانگیز است و وابسته به تخصص پزشکان متخصص می باشد. هدف این پژوهش، ترکیب دو روش متمایز برای تشخیص تومور مغزی با استفاده از مدل ‌های YOLOv5 وFaster R-CNN در چارچوب یادگیری عمیق و بینایی ماشین می باشد. در این رویکرد ترکیبی برای بهبود دقت به جای استفاده از از روش های کلاسیک تجمع مدل ها، از ترکیب خروجی دو مدل مستقل با روش Weighted Box Fusion (WBF) ادغام و سپس با استفاده از معیار Model Agreement Filtering پالایش شده اند تا تنها نواحی مورد توافق مدل ها شوند. این مدل ها با استفاده از مجموعه ای از تصاویر MRI دارای نواحی برچسب گذاری شده آموزش دیده اند و عملکرد هر مدل با استفاده از معیارهای ارزایابی mAP ، Recall، F1-Score و IoU مورد ارزیابی قرار گرفته شده است. نتایج نشان می دهد که مدل ترکیبی به دقت 0.98 دست پیدا کرده است که این روش نشان دهنده آن است که مدل پیشنهادی در مواجه با شرایط مختلف تصویربرداری و ساختارهای نامنظم تومور، دقت و پایداری بالایی در تشخیص دارند. این یافته‌ها می‌تواند گامی موثر در جهت ارتقاء ابزارهای کمکی ‌تشخیص مبتنی بر هوش مصنوعی در حوزه پزشکی باشد لینک ثابت رکورد: ../opac/index.php?lvl=record_display&id=14964 زبان مدرک : فارسی

 فهرست موجودی مدرک

شماره ثبت	شماره بازیابی	نام عام مواد	محل نگهداری	بخش	وضعیت ثبت	وضعیت امانت
26128	‭COM A ‭54 1404	پایان‌نامه	دانشگاه شهید اشرفی اصفهانی	مرکزی	اسناد مرجع	غیر قابل امانت