پگاه داورپناه؛ سمیه صراف اسماعیلی
چکیده
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 به زنان دو تا سه برابر بیشتر است که احتمالاً به دلیل شیوع بیشتر عوامل خطر در مردان و تفاوتهای جنسی است. ...
بیشتر
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 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 سی تی 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 طبقه بندی یادگیری عمیق استفاده نمود و به دقت 83.7% و95.9% دست یافت. در همین حال، مسیر دوم از ویژگی های استخراج شده به طور خودکار همراه با یک طبقه بندی کننده ماشین بردار پشتیبانی (SVM) استفاده نمود و به دقت 95.9% و 97.9% دست یافت. شبکه پیشنهادی سبک، سریع، قابل اعتماد و دقیق است. این رویکرد می تواند توسط یک متخصص انکولوژی مورد استفاده قرار گیرد، که تشخیص را به یک کار ساده تبدیل میکند. علاوه بر این، شبکه پیشنهادی دقت بالایی را بدون تنظیم تصاویر بدست میآورد که باعث کاهش زمان و هزینه میگردد.