نام و نام خانوادگی:نوشین مهذب نیا
عنوان پایان نامه: روشي جهت بهبود تشخيص بیماری‌های ريوي بر اساس پردازش تصاوير اسکن ريه با استفاده از يادگيري گروهي
رشته تحصیلی:مهندسی کامپیوتر- شبکه های کامپیوتری
مقطع تحصیلی: کارشناسی ارشد ناپیوسته
استاد راهنما: دکتر سعید نصری
چکیده:

حوزه‌های کاربردی پردازش تصویر بسیار وسیع و متنوع است و در حوزه‌های مختلفی از جمله صنعت، پزشکی، کشاورزی و… مورداستفاده قرار می گیرد. امروزه در دنیای پزشکی برای تشخیص انواع مختلفی بیماری‌ها از تصاویر پزشکی مانند تصاویر رادیولوژی (X-rays)، CT scan و MRI استفاده می‌شود. به‌کارگیری روش‌های پیشرفته پردازش تصاویر پزشکی در جهت افزایش بهبود کیفیت تصاویر، اهمیت ویژه‌ای برای کمک به تشخیص سریع‌تر بیماری در مراحل اولیه دارد. این مطالعه باهدف ارائه یک راهکار نوین در تحلیل تصاویر پزشکی طراحی شده است. در این پژوهش در راستای تشخیص مؤثرتر سرطان ریه از روی تصاویر MRI یک الگوریتم یادگیری گروهی پیشنهاد و بررسی شده است.
رویکرد پیشنهادی بدین صورت است که از چند الگوریتم یادگیری ماشین شامل الگوریتم جنگل تصادفی، دسته‌بند SVM و شبکه عصبی عمیق، برای تشخیص استفاده می‌کنیم تا بهترین نتیجه به دست آید. برای این منظور پس از اعمال پیش‌پردازش و قطعه‌بندی و استخراج ویژگی، و کاهش ویژگی‌ها، ویژگی‌های انتخاب شده به الگوریتم‌های یادگیری داده شده و مدل‌های یادگیری ایجاد می‌شود. سپس مدل‌های یادگیری ایجاد شده با دریافت دیتاست یکسان برای هر سه مدل هرکدام نتیجه‌ای را مشخص خواهند کرد و بر مبنای قانون یادگیری گروهی بر بهترین خروجی تکیه خواهیم کرد و تصمیم‌گیری نهایی برای پیش‌بینی وضعیت بیماری انجام خواهد شد.
مدل های یادگیری ماشین در نرم‌افزار متلب پیاده سازی و اجرا می شود و تصاویر MRI دریافتی بر اساس وجود یا عدم وجود سرطان ریه تجزیه‌وتحلیل و طبقه‌بندی‌شده و نتایج به کمک ماتریس درهم‌ریختگی ارزیابی می‌شود. نتایج نشان می‌دهد روش پیشنهادی در این تحقیق توانسته است دقت مناسبی را برای شناسایی و دسته‌بندی بهتر تصاویر در گروه‌های مناسب در اختیار کاربران قرار دهد. اگرچه مدل پیش‌بینی ما می‌تواند برای مرحله‌بندی دقیق تومور سرطان ریه استفاده شود، ممکن است به دلیل حجم نمونه محدود، انحرافاتی وجود داشته باشد و هنوز برخی از کمبودها وجود دارد، بنابراین گروه بزرگتری از داده برای اعتبارسنجی بیشتر مدل‌ها نتایج کامل‌تری را در بر خواهد داشت.
کلیدواژه: پردازش تصاویر اسکن ریه، الگوریتم یادگیری گروهی، شبکه عصبی پرسپترون چندلایه، جنگل تصادفی، ماشین بردار پشتیبان (SVM)