تفاصيل الوثيقة

نوع الوثيقة : رسالة جامعية 
عنوان الوثيقة :
تقييم التعلم العميق في الكشف عن سرطان القولون ضمن انواع صور مختلفة
Deep Learning Assessment on Detecting Colon Cancer under Different Image Types
 
الموضوع : كلية الحاسبات وتقنية المعلومات 
لغة الوثيقة : العربية 
المستخلص : سرطان القولون يعتبر من أكثر السرطانات شيوعاً وانتشارا وله معدل إصابات ووفيات مرتفع. تشير الإحصائيات إلى احتلاله المرتبة الثالث من حيث عدد الإصابات والمرتبة الثانية من حيث عدد الوفيات على مستوى العالم. يبدأ سرطان القولون على شكل أورام تنمو على جدار القولون في الأمعاء الغليظة ومع مرور الوقت قد تنتقل إلى مناطق أخرى من الجسم. يعتبر الكشف عن سرطان القولون باستخدام الصور الطبية مشكلة مهمة. نظرًا لأن أداء الأساليب القائمة على البيانات يعتمد بشكل كبير على الصور التي تم إنشاؤها بواسطة طريقة طبية، لذلك هناك حاجة لإبلاغ المنظمات البحثية حول طرق التصوير الفعالة عند اقترانها بالتعلم العميق للكشف عن سرطان القولون. على عكس الدراسات السابقة، تهدف هذه الدراسة إلى تقديم تقرير شامل عن سلوك الأداء للكشف عن سرطان القولون باستخدام طرائق تصوير مختلفة والإبلاغ عن أفضل طريقة تصوير شاملة ونموذج تعلم عميق للكشف عن سرطان القولون. لذلك، استخدمنا ثلاث طرق للتصوير: وهي التصوير المقطعي المحوسب وتنظير القولون والأنسجة. وخمسة أبنية تعلم عميق، تشمل: VGG16 وVGG19 وResNet152V2 وMobileNetV2 وDenseNet201. أظهرت النتائج التجريبية أن طريقة تصوير تنظير القولون، عند اقترانها بنموذج DenseNet201، تتفوق على جميع النماذج الأخرى من خلال توليد أعلى متوسط نتيجة أداء بنسبة 99.1% و99.1% و99.8% و99.1% بناءً على Accuracy و AUC و Precision و F1 على التوالي. 
المشرف : د.تركي طلال سالم تركي 
نوع الرسالة : رسالة ماجستير 
سنة النشر : 1445 هـ
2023 م 
المشرف المشارك : د.خالد عطية الله رده الصبحي 
تاريخ الاضافة على الموقع : Wednesday, November 1, 2023 

الباحثون

اسم الباحث (عربي)اسم الباحث (انجليزي)نوع الباحثالمرتبة العلميةالبريد الالكتروني
وائل حميدان الحازميAlhazmi, Wael Humaidanباحثماجستير 

الملفات

اسم الملفالنوعالوصف
 49469.pdf pdf 

الرجوع إلى صفحة الأبحاث