بخش بندی تصاویر پزشکی با بهره جستن از یادگیری انتقال
وضعیت نشر و پخش و غیره
محل نشرو پخش و غیره
تهران
مشخصات ظاهری
ساير جزييات
۲۸ ص.
یادداشتهای مربوط به عنوان و پدیدآور
متن يادداشت
محسن رضاپور
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
کسي که مدرک را اعطا کرده
صنعتی خواجه نصیرالدین طوسی
زمان اعطا مدرک
۱۴۰۰
نظم درجات
علوم داده
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
بخش بندی تصویر یک مرحله مهم و ضروری در تجزیه و تحلیل تصویر پزشکی است. بخش بندی در دستیابی به تفسیر درست و ارزشمند از تصاویر پزشکی نقش مهمی ایفا می کند. با پیشرفت یادگیری عمیق و شبکه های عصبی کانولوشن در طبقه بندی و بخش بندی تصاویر، تجزیه و تحلیل تصاویر در پزشکی نیز با موفقیت همراه بوده است. یادگیری انتقال تکنیکی است که می توان از آن برای توسعه مدل های تصویربرداری پزشکی به دلیل کمبود داده های آموزشی مورد نیاز استفاده کرد. اما تفاوت های قابل توجهی بین ویژگی ها و وظایف مجموعه داده های پزشکی و مجموعه داده های تصاویر طبیعی مانند teNegamI وجود دارد. وجود همین تفاوت ها سبب می شود که بخواهیم بدانیم استفاده از وزنصهای از پیش آموزش دیده روی یک مجموعه داده با دامنهصی متفاوت چه میزان اثربخشی دارد. بنابراین در این پایان نامه ما به بررسی تاثیرات انتقال دانش از مجموعه داده teNegamI روی تصاویر پزشکی، برای وظیفه بخش بندی معنایی پرداختیم. ما آزمایشات خود را بر روی دو مجموعه داده کوچک که شامل عکس های پولیپ حاصل از معاینات کولونوسکوپی هستند، انجام دادیم. ما دریافتیم استفاده از وزن های از پیش آموزش دیده teNegamI برای مجموعه داده بسیار کوچک در وظیفه بخش بندی تصاویر دو بعدی پزشکی موجب بهبود عملکرد می شود. علاوه بر آن فهمیدیم یادگیری انتقال بر افزایش سرعت همگرایی موثر است. ما مشاهده کردیم استفاده مجدد از ویژگی ها (به کار گیری وزن های از پیش آموزش دیده) در پایینترین دو لایه بیشترین تاثیر را در بر دارد، بنابراین میی توان از رویکردهای ترکیبی برای بهره بردن از بیشترین مزایای انتقال استفاده کرد. ما همچنین وزن های از پیش تعیین شده را مقیاس بندی کرده و مشاهده کردیم این کار به افزایش سرعت همگرایی کمک می کند.
موضوع (اسم عام یاعبارت اسمی عام)
تقسیم فرعی موضوعی
بخش بندی تصویر
تقسیم فرعی موضوعی
بخش بندی تصاویر پزشکی
تقسیم فرعی موضوعی
یادگیری انتقال
تقسیم فرعی موضوعی
ریاضی کاربردی
عنصر شناسه ای
ریاضی
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )