برای اطلاع از آخرین مقالات علمی و اخبار کرونا(COVID-19) کلیک کنید

مشخصات مقاله

عنوان نشریه: 
 
اطلاعات شماره: 
 
عنوان مقاله: 

كاربرد شبكه عصبي مصنوعي در تمايز الگوهاي خوش خيم و بدخيم ضايعات پستاني براساس پارامترهاي فراصوتي

 
نویسندگان: 
 
آدرس:  
* گروه فیزیک پزشکی دانشگاه تربیت مدرس
 
چکیده: 

سابقه و اهداف: تمايز بافت ها به وسيله روش‌ هاي كامپيوتري تشخيصي كمكي، براساس اندازه گيري شاخص ‌هاي فيزيكي و به كمك پرتوهاي فراصوتي، هدفي ايدئال است.
روش بررسي: در اين مطالعه، يك روش كامپيوتري بر مبناي سيستم‌ هاي هوشمند از نوع شبكه عصبي مصنوعي به منظور تمايز الگوهاي خوش خيم از الگوهاي بدخيم، براساس يافته‌هاي سونوگرافي طراحي گرديد. براي ارزيابي شبكه عصبي ايجاد شده، داده‌هاي 36 بيمار (18 بدخيم و 18 خوش خيم) داراي بيوپسي يا ماستكتومي انتخاب شدند. اين پايگاه داده، شامل اطلاعات مربوط به چگالي بافت، سرعت انتشار و ضريب تضعيف امواج فراصوتي در ضايعات خوش خيم و بدخيم در چهار دماي 20، 25، 30، و 35 درجه سانتي گراد است كه از پردازش تصاوير سونوگرافي حاصل از نمونه‌هاي كاشته شده در درون ماده شبيه ساز معادل بافت به دست آمده است.
يافته ‌ها: اين داده‌ها براي تغذيه به شبكه عصبي ايجاد شده، براساس بزرگ‌ترين مقدار موجود هر داده در بانك اطلاعاتي بين 0 و 1 نرماليز گرديد. سپس داده‌هاي نرماليزه شده به يك شبكه عصبي سه لايه تغذيه‌ شونده به جلو با الگوريتم پس انتشار خطا تغذيه گرديد. در اين شبكه عصبي تابع سيگموييدي به عنوان تابع فعال سازي انتخاب گرديد. به كمك روش Jakknife كارايي شبكه عصبي در دو مرحله آموزش و آزمايش ارزيابي گرديد. بررسي خروجي شبكه عصبي نشان دهنده دقت تشخيصي قابل قبول برابر 75 درصد ويژگي تشخيصي برابر 72 درصد و حساسيت تشخيصي برابر 77 درصد است.
بحث و نتيجه ‌گيري: اين نتايج درصورت افزايش تعداد نمونه‌ ها در مرحله آموزش براي دو گروه خوش خيم و بدخيم افزايش مي‌يابد.

 
کلید واژه: 

 
موضوعات مرتبط: 
 
ارجاعات: 
  • ندارد
 
 
مقالات نشریه ای مرتبط: 
 
مقالات همایشی مرتبط: 
 

  چکیده انگلیسی بازدید یکساله 84
 
 
آخرین های بلاگ
ورود به بلاگ مرکز اطلاعات علمی