یادگیری عمیق برای تشخیص خونریزی در تصاویر کپسول آندوسکوپی
یادگیری عمیق برای تشخیص خونریزی در تصاویر کپسول آندوسکوپی
محمد حسن علیائی طرقبه1 علی علیائی طرقبه2
1) دانشجوی کارشناسی ارشد مهندسی برق کنترل، دانشگاه صنعتی سجاد، مشهد، ایران -
2) دانشجوی کارشناسی مهندسی کامپیوتر نرم افزار، دانشگاه فردوسی مشهد، مشهد، ایران -
کد IOI مقاله
:
XACC-CZGAB
محل انتشار :
دومین کنگره بین المللی علوم، مهندسی و تکنولوژی - هامبورگ(germanconf.com/2nd)
چکیده :
در این مقاله درباره الگوریتمی برای تشخیص خونریزی در تصاویر گرفته شده توسط کپسول آندوسکوپی بحث شده است. این الگوریتم شامل دو بخش است. ابتدا با یادگیری عمیق یک شبکه عمیق برای تشخیص بین تصاویر خونی و تصاویر سالم، طراحی شده است. سپس تصاویر خونی که در بخش اول مشخص شده اند به بخش دوم الگوریتم منتقل می شوند. در بخش دوم تصاویر به HSV تبدیل می شوند و هر پیکسل از این تصاویر با سطح آستانه خونی مقایسه می شوند و سپس محل خونریزی تشخیص داده شده، توسط مستطیل سبز معین می شوند.شبیه سازی این الگوریتم با زبان قدرتمند Python و Tensorflow پیاده سازی شده است. نتایج شبیه سازی نشان می دهد که شبکه عمیق به خوبی توانسته بین تصاویر خونی و تصاویر سالم دسته بندی ایجاد کند و همچنین مکان خونریزی به طرز قابل قبولی مشخص شود.
کلمات کلیدی : یادگیری عمیق کپسول آندوسکوپی تشخیص خونریزی پایتون