بررسي و مقايسه عملكرد شبكه‌هاي كانولوشني و شبكه‌هاي عميق در تشخيص و طبقه‌بندي سرطان پستان با استفاده از تصاوير ترموگرافي

امروزه با پيش‌رفت تكنولوژي و كاهش هزينه‌هاي تصويربرداري ترموگرافي، استفاده از اين روش تصويربرداري در تشخيص زودهنگام سرطان مورد توجه قرار گرفته‌است. با اين‌وجود هنوز پايگاه‌هاي داده استاندارد و در اختيار عموم در اين زمينه محدود است. در اين مقاله با استخراج حداكثر اطلاعات از پايگاه‌داده عمومي {DMR} و به كارگيري شبكه‌هاي عميق ازپيش آموزش‌ديده و بهينه‌سازي شبكه‌هاي كانولوشني ساده، كارايي تصاوير ترموگرافي در تشخيص سرطان و طبقه‌بندي بيماران به سه دسته سالم ، خوش‌خيم و بدخيم مورد آزمايش قرار داده شده‌است. طبقه‌بندي به سه دسته برروي اين پايگاه‌داده براي اولين بار انجام شده‌است. در اين مقاله با رفع مشكل بيش‌برازش ناشي از مشابهت در داده‌ها و انجام آزمايش روي حداكثر تصاوير موجود در اين پايگاه‌داده نتايج آزمايشات صحت 93.75% براي طبقه‌بندي به دو گروه سالم و ناسالم و صحت حداكثر 83% در طبقه‌بندي به سه گروه را نشان مي‌دهد. اگرچه نتايج بدست آمده ضعيف‌تر از نتايج ارائه شده در برخي مطالعات است اما در اين پژوهش نتايج بر روي بخش وسيع‌تري از پايگاه‌داده نسبت به ساير كارها مورد تست قرار داده شده‌است و تقسيم‌بندي صحيح، قابليت اطمينان نتايج را افزايش داده‌است.