دسترسی همگانی(OPAC) نام کتابخانه در اوپک

تشخیص سرطان سینه توسط شبکه کانولوشنی مجهز به مکانیسم توجه چند‌لایه (1404) / استادپور ، مجتبی، نویسنده
نوع مدرک:متون چاپی
سرشناسهاستادپور ، مجتبی، نویسنده
شماره بازیابی :‭COM A ‭51 1404
عنوان :تشخیص سرطان سینه توسط شبکه کانولوشنی مجهز به مکانیسم توجه چند‌لایه
عنوان موازی :Title of the Thesis Breast Cancer Diagnosis Based on a Convolutional Neural Network Integrated with a Multi-layer Attention Mechanism
ناشر:دانشگاه شهید اشرفی اصفهانی: اصفهان
سال نشر :1404
صفحه شمار:88ص
شابک/شاپا26070
یادداشتپایان نامه کارشناسی ارشد :رشته مهندسی کامپیوتر گرایش هوش مصنوعی
شناسه افزوده :راستین ، نیلوفر، استاد راهنما
توصیفگرهاسرطان سینه، مکانیسم توجه مکانی و کانالی، یادگیری عمیق، ConvNeXt، یادگیری انتقالی  Breast Cancer, Spatial and Channel Attention Mechanism, Deep Learning, ConvNeXt, Transfer Learning
چکیده :سرطان سینه یکی از کشنده‌ترین انواع سرطان است و تشخیص زودهنگام برای بهبود نتایج بیماران حیاتی می‌باشد. برای کمک به پزشکان در این فرآیند، یک سیستم تشخیص جدید به کمک کامپیوتر در این مطالعه پیشنهاد شده است. این سیستم از یک رویکرد یادگیری انتقال بر یک ماژول توجه چند لایه شامل مکانیسم توجه مکانی و کانالی برای برجسته کردن ویژگی‌های سلولی مهم و طبقه‌بندی سرطان سینه استفاده می‌کند. ماژول توجه پیشنهادی در یک مدلConvNeXt از پیش آموزش‌دیده در سطوح مختلف ادغام شده و با اتصالات باقی‌مانده اضافی تقویت گردیده است .اثربخشی سیستم پیشنهادی با استفاده از مجموعه داده‌های عمومی تصاویر هیستوپاتولوژی سرطان سینه، شاملBreakHis و BACH، تأیید شد. این روش به طور خاص در مجموعه دادهBreakHis ، در سطح بزرگنمایی نوری 200X به دقت 99.50% و برای مجموعه داده BACH به دقت طبقه‌بندی 92.5% دست یافت. این نتایج بر استحکام و اثربخشی این روش برای تشخیص سرطان سینه در تصاویر هیستوپاتولوژی تأکید دارد و پیشرفت امیدوارکننده‌ای در روش‌های تشخیص سرطان سینه محسوب می‌شود
لینک ثابت رکورد:../opac/index.php?lvl=record_display&id=14906
زبان مدرک :فارسی
شماره ثبتشماره بازیابینام عام موادمحل نگهداریوضعیت ثبتوضعیت امانت
26070‭COM A ‭51 1404 پایان‌نامهدانشگاه شهید اشرفی اصفهانیاسناد مرجعغیر قابل امانت

کاربران آنلاین :