شماره ركورد كنفرانس :
4579
عنوان مقاله :
افزايش كيفيت تصاوير درماتوسكوپي ملانوما با استفاده مناسب از ضرايب موجك در ساختار يادگيري عميق
عنوان به زبان ديگر :
فاقد عنوان و چكيده لاتين
پديدآورندگان :
فاتح هاله دانشگاه صنعتي خواجه نصير الدين طوسي - دانشكده برق و كامپيوتر، تهران , تشنه لب محمد دانشگاه صنعتي خواجه نصير الدين طوسي - دانشكده برق و كامپيوتر، تهران , فاتح منصور دانشگاه صنعتي شاهرود - دانشكده برق و كامپيوتر، شاهرود
كليدواژه :
تصويربرداري با وضوح بالا , درماتوسكوپ , موجك , يادگيري عميق , ملانوما
عنوان كنفرانس :
پنجمين همايش پردازش سيگنال و سيستم هاي هوشمند
چكيده فارسي :
در تشخيص مبتني بر تصاوير بيماريها، كيفيت مناسب تصاوير دقت تشخيص بيماري را افزايش ميدهد. سرطانهاي پوست از شايعترين سرطانهاي بدن انسان بهشمار ميرود و ملانوما يكي از خطرناك ترين انواع آن است. درماتوسكوپ وسيلهاي غيرتهاجمي براي عكسبرداري از آسيبهاي پوستي است. در اين مقاله با استفاده از روش يادگيري عميق به افزايش كيفيت تصاوير درماتوسكوپي پرداخته شده است. در روش پيشنهادي، تخمين ضرايب جزئيات موجك يك تصوير با رزولوشن بالا، با رزولوشن پايين انجام ميشود. اين تخمين با استفاده از شبكه SRCNN انجام ميشود. استفاده از ضرايب موجك، امكان آموزش شبكه با تعداد نمونههاي كمتر در زمان كمتر را ميسر ميكند. استفاده مناسب از اين ضرايب و اعمال تغييراتي مناسب بر روي آن، ارتقاي كيفيت تصوير نهايي را نيز به ارمغان آورده است كه اين كيفيت را با معيار PSNR ميسنجيم. خروجيPSNR روش پيشنهادي براي چندين تصوير استاندارد 180.99 است درحاليكه بهترين خروجي روشهاي پيشين بر روي اين تصاوير44.02 است.