تشخیص سرطان ریه از روی تصاویر سی‌تی اسکن با استفاده از روش یادگیری عمیق و یادگیری انتقالی

نویسندگان

1 استادیار، گروه مهندسی کامپیوتر، دانشکده‌ی فنی و مهندسی، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران

2 دانشجوی دکتری، گروه مهندسی کامپیوتر، دانشکده‌ی فنی و مهندسی، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران

doi
10.22041/ijbme.2024.2015895.1870
چکیده

سرطان ریه به دلیل رشد نامنظم و غیرکنترلی سلول‌های سرطانی در بافت ریه ایجاد می‌شود. سلول‌های سرطانی توانایی تقسیم و افزایش خود را به شکل نامنظم و ناهماهنگ پیدا می‌کنند. نتیجه‌ی این تکثیر، تشکیل یک توده‌ی سرطانی در ریه است. سرطان ریه می‌تواند از نقاط مختلف ریه مانند برونش (لوله‌های هوایی متصل به ریه‌ها) یا بافت‌های بدون برونش شروع شده و به سرعت به سایر اعضای بدن منتقل شود. درک دقیق مکانیسم ایجاد سرطان ریه هنوز موضوعی پیچیده بوده و تحقیقات زیادی در این زمینه در حال انجام است. با این حال تشخیص زودهنگام، تاثیر مهمی در فرایند درمان بیماری دارد. از این رو در این پژوهش به تشخیص و طبقه‌بندی این بیماری به کمک یادگیری عمیق و یادگیری انتقالی پرداخته شده است. در این راستا شبکه‌ی از پیش آموزش داده شده‌ی الکس‌نت انتخاب شده است. طی فرایند یادگیری انتقالی، شبکه جهت تشخیص سرطان ریه روی داده‌ی IQ-OTH/NCCD در سه دسته‌ی نرمال، خوش‌خیم و بدخیم تنظیم شده است. به این منظور آخرین لایه‌ی تمام اتصال شبکه‌ی الکس‌نت حذف شده و لایه‌ی تمام اتصال جدید منطبق بر تعداد طبقه‌های مجموعه‌ی داده جایگزین شده است. دقت طبقه‌بندی با روش پیشنهادی روی مجموعه‌ی داده‌ی IQ-OTH/NCCD برابر با 93% به دست آمده است.