ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > تصنيف الصور الطبية باستخدام ال...>الوصف

تصنيف الصور الطبية باستخدام الذكاء الاصطناعي: دراسة

العنوان بلغة أخرى: Medical Images Classification Using Artificial Intelligence: A Survey
المصدر: مجلة التربية والعلم
الناشر: جامعة الموصل - كلية التربية
المؤلف الرئيسي: حسن، تسنيم محمد (مؤلف)
مؤلفين آخرين: النعيمي، جمال صلاح الدين مجيد (م. مشارك)
المجلد/العدد: مج31, ع3
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2022
الشهر: مارس
الصفحات: 110 - 122
ISSN: 1812-125X
رقم MD: 1318875
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EduSearch
مواضيع:
تكنولوجيا المعلومات | الحوسبة الطبية | التنمية المهارية | الصور الطبية | الأوبئة الانتشارية
كلمات المؤلف المفتاحية:
الشبكة العصبية التلافيفية | التعلم العميق | تصنيف الصور | الملاريا | سرطان الجلد | Convolutional Neural Networks | Deep Learning | Image Classification | Malaria | Covid_19 | Skin Cancer
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: في السنوات الأخيرة الماضية زاد استخدام الحوسبة جنبا إلى جنب مع المهارات الطبية، وكان لذلك نتائج مبهرة من ناحية التصنيف والمعالجة بالإضافة إلى تسهيل أمر الكوادر الطبية. بدى ذلك جليا أثناء جائحة كورونا، التي أصابت الملايين حول العالم مما أدى إلى حالة اقفال شبه كامل لتجنب انتشار المرض أكثر فأكثر. أصبحت الحاجة ملحة لوجود أدوات برمجية تساعد في تصنيف المرض دون الحاجة للجوء إلى أطباء. لا يقتصر الأمر على تصنيف مرض كورونا إنما يتعدى إلى التوسع في اكتشاف أمراض أخرى مثل الملاريا وسرطان الجلد وغيره من الأمراض التي اصابت أعداد كبيرة من البشر. الملاريا يعتبر مرض معد يسببه طفيلي البلازموديوم، وحسب بعض إحصائيات منظمة الصحة العالمية، وصل إجمالي إصاباته إلى عام ٢٠١٩ حوالي ٢٢٨ مليون إصابة حول العالم. أما سرطان الجلد فيعتبر من الأمراض الخطيرة التي تصيب الانسان لأن الجلد يلعب دور أساسي في حماية العضلات والعظام، بالتالي اصابته بالسرطان سيؤثر على جميع وظائف الجسم. حققت الشبكات العصبية التلاففية (CNN) انجازات كبيرة في العديد من المشكلات المستعصية في معالجة الصور وتصنيفها، ولكن أداؤها يعتمد على معلماتها الفائقة المختارة والتي تعبر مهمة شاقة إذا تمت بشكل يدوي. لذلك يطمح الخبراء في مجال التعلم العميق إلى تحسين أداءها أحيانا بدمجها مع خوارزميات أخرى مثل (GWO) Grayأو (PSO) Particle Swarm Optimization Firefly او Genetic Algorithm GAاو Wolf Optimization وكل هذه الخوارزميات أعطت نتائج مختلفة عن الأخرى أي أنها أعطت مستويات مختلفة من الأداء. الهدف من هذا البحث إيجاد نموذج تعلم عميق بحيث يعطي أفضل دقة عند التصنيف ونعتمد على الدقة (Accuracy) كمقياس لتقييم النموذج.

In recent years, the use of computing has increased along with medical skills, and this had impressive results in terms of classification and treatment, in addition to facilitating the matter of medical personnel. This was evident during the Corona pandemic, which infected millions around the world, which led to an almost complete closure to avoid the spread of the disease more and more. There is an urgent need for software tools to help classify the disease without the need to resort to doctors. The matter is not limited to the classification of corona disease, but it also extends to the expansion of the discovery of other diseases such as malaria, skin cancer and other diseases that afflict large numbers of people. Malaria is an infectious disease caused by the Plasmodium parasite, and according to some statistics from the World Health Organization, the total number of infections in 2019 reached about 228 million cases around the world. As for skin cancer, it is considered one of the serious diseases that affect humans because the skin plays a key role in protecting muscles and bones, and therefore cancer will affect all functions of the body. Convolutional neural networks have made great strides in many intractable problems in image processing and classification, but their performance depends on their chosen hyperparameters which is a tedious task if done manually. Therefore, experts in the field of deep learning aspire to improve its performance sometimes by integrating it with other algorithms such as )PSO( Particle Swarm Optimization, )GWO( Gray Wolf Optimization, Genetic Algorithm GA or firefly. All of these algorithms gave different results than the others, that is, they gave different levels of performance. The aim of this research is to find a deep learning model that gives the best accuracy when classifying and we rely on Accuracy as a metric for evaluating the model.
ISSN: 1812-125X

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.