-
شماره ركورد
14295
-
عنوان
بررسي روش هاي يادگيري عميق براي تشخيص سرطان كبد
-
سال تحصيل
1402
-
استاد راهنما
دكتر احمد آيت اللهي
-
استاد مشاور
دكتر ستار ميرزاكوچكي
-
چکيده
سرطان كبد بهعنوان يكي از مهلكترين سرطانها در سراسر جهان شناخته ميشود و تشخيص زودهنگام آن ميتواند نقشي تعيينكننده در موفقيت درمان ايفا كند. اين پژوهش به بررسي نقش تكنيكهاي يادگيري عميق در بهبود تشخيص سرطان كبد با تأكيد بر دقت، سرعت و كاهش خطاهاي انساني ميپردازد. در ابتدا، آناتومي و عملكرد كبد و همچنين مراحل پيشرفت سرطان كبد بهطور جامع مورد بررسي قرار گرفته است. سپس، روشهاي پيشرفته يادگيري عميق از جمله شبكههاي عصبي كانولوشني، شبكههاي عصبي بازگشتي و شبكههاي مولد تخاصمي در تحليل تصاوير پزشكي و شناسايي ناهنجاريهاي كبدي معرفي شدهاند. همچنين، فرآيندهاي پردازش تصوير نظير پيشپردازش، تقسيمبندي و استخراج ويژگيها بهمنظور بهينهسازي عملكرد مدلهاي يادگيري عميق مورد بحث قرار گرفته است. نتايج اين پژوهش نشان ميدهد كه اين تكنيكها قادر به افزايش چشمگير دقت در تشخيص ضايعات كبدي و تومورها بوده و ميتوانند بهعنوان جايگزين مؤثري براي روشهاي تهاجمي نظير بيوپسي مطرح شوند. در پايان، چالشهاي موجود و پيشنهاداتي براي توسعههاي آتي در اين حوزه ارائه شده است.
-
نام دانشجو
محمدمهدي سرزعيم
-
تاريخ ارائه
11/13/2024 12:00:00 AM
-
متن كامل
85232
-
پديد آورنده
محمد مهدي سرزعيم
-
تاريخ ورود اطلاعات
1403/09/17
-
عنوان به انگليسي
Investigating deep learning methods for liver cancer diagnosis
-
كليدواژه هاي فارسي
سرطان كبد، يادگيري عميق، شبكههاي عصبي كانولوشني، پردازش تصاوير پزشكي، تشخيص خودكار
-
كليدواژه هاي لاتين
Liver cancer, Deep learning, Convolutional Neural Networks, Medical image processing, Automated diagnosis.
-
لينک به اين مدرک :