مروري بر سيستم هاي تشخيص سرطان پوست مبتني بر روش هاي يادگيري عميق

سرطان پوست يكي از بيماري‎ هاي شايع است كه هر ساله تعداد زيادي از افراد را در سراسر دنيا درگير مي‎كند. تشخيص زود هنگام اين بيماري مي‎تواند علاوه بر كاهش مرگ و مير، هزينه هاي اقتصادي را به ميزان چشمگيري كاهش دهد. يكي از چالش‎هاي مربوط به تشخيص زود هنگام اين بيماري، كمبود متخصص پوست به خصوص در شهرهاي كوچك و روستاها است. محققان در طي سال‎هاي اخير استفاده از سيستم‎هاي تشخيص پزشكي مبتني بر سيستم‎هاي كامپيوتري را يك روش موثر و كارا در اين حوزه معرفي كرده‎اند. يكي از ابزارهايي كه در ساخت چنين سيستم‎هاي مورد استفاده محققان قرار مي‎گيرد، شبكه‎هاي عصبي كانولوشنال است. پژوهش حاضر با هدف بررسي سيستم‎هاي تشخيص پزشكي طراحي شده براي تشخيص سرطان پوست انجام شده است. نتايج اين پژوهش نشان دهنده اين موضوع است كه شبكه‎هاي عصبي كانولوشنال كارايي بالايي در تشخيص اين بيماري دارند. بنابراين محققان در تلاش هستند، اولا كارايي اين سيستم‎ها را از نظر دقت طبقه بندي در تشخيص اين بيماري افزايش دهند، ثانيا سيستم‎هاي تشخيص پزشكي با هزينه محاسباتي و حافظه مصرفي كارا طراحي كنند. اين سيستم‎ها مي‎توانند نقش مهمي در تشخيص اوليه و زود هنگام بيماري پوست خصوصا در شهرهاي كوچك و روستاها كه با كمبود متخصص روبرو هستند، داشته باشند.