Automatic Lung Cancer Classification in CT-Scan Images Using CNN

الموضوعات

علوم تطبيقية وتكنولوجية

الملخص

يعد استخدام التصوير المقطعي بجرعات منخفضة تقنية مهمة للكشف المبكر عن سرطان الرئة ، لكن الأخطاء التي تصاحب التشخيص بسبب قلة خبرة العاملين أو عدم كفاءة الأدوات والمعدات المستخدمة بالإضافة إلى ذلك ارتفاع التكاليف وزيادة تعرض المريض للإشعاع يجعل من الأمر مهما ليلجأ الباحثون إلى دراسته لتقليل التكاليف والأضرار الصحية التي تصاحبها. في الآونة الأخيرة ، أصبح الذكاء الاصطناعي محط اهتمام كبير للباحثين خاصة في المجال الطبي. تعمل التكنولوجيا الحديثة القائمة على الذكاء الاصطناعي على أتمتة المهام وتزويد المهنيين الطبيين بمعلومات دقيقة تستند إلى خوارزميات التعلم العميق. وفقًا للعديد من الدراسات ، أصبح من الممكن استخدام الشبكات العصبية لتحديد ما إذا كانت عقيدات الرئة سرطانية أم لا. هذا يسمح بإنشاء بيئة تشخيصية دقيقة للأورام الخبيثة. في المجال الطبي ، حققت تقنية التعلم العميق نجاحًا كبيرًا في تصنيف الصور الصعبة.

روابط وملفات

التعريف والنوع

رقم الوثيقة

f9f1474f-9d56-4e04-893d-18940fe7fe26

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

رسائل ماجيستير

نوع الملف

pdf text

أسماء الملفات

2280862_1.pdf

بيانات النشر

ترجمة العنوان

التعرف التلقائي على سرطان الرئة في صور التصوير المقطعي المحوسب للصدر

ألقاب المؤلفين

[{"name_ar":"الهام محمد ثابت عبد الأمير السعدي","title_ar":"اشراف","title_en":"Supervision"},{"name_ar":"زهراء حسين عبد الرحمن علي ","title_ar":"اعداد","title_en":"Preparation"}]

اللغة

English

المصدر والدورية

اسم المصدر

Automatic Lung Cancer Classification in CT-Scan Images Using CNN

المحتوى والصفحات

عدد الصفحات

0

ترجمة الملخص

The use of computed tomography (CT) with low doses is an important technique for the early detection of lung cancer. However, the errors accompanying the diagnosis are due to the workers’ lack of experience or the inefficiency of the tools and equipment used. In addition, the high costs and the increase in the patient’s exposure to radiation make it an important matter that researchers study to reduce the costs and health damages.Recently, artificial intelligence has become a focus of great interest for researchers, especially in the medical field. Modern technology based on artificial intelligence automates tasks and provides medical professionals with accurate information based on deep learning algorithms. According to several studies, using neural networks to determine whether lung nodules are cancerous has become possible. This allows the establishment of an accurate diagnostic setting for malignancies. In the medical area, the deep learning technique has successfully classified difficult images.In this study, we proposed to create a convolutional neural network (CNN) model, to form an efficient system based on deep learning to predict malignant tumors in lung nodules. A dataset to train the model was taken from the Kaggle platform. The model generated predicts individual lung cancer case transmission data, which forms the basis for personalized screening advice. The proposed model was trained on the dataset to detect three categories of diseases (malignant, benign, and normal). An Accuracy of 98.63% has been achieved, which is very satisfactory compared to previous studies.The utilized platform in this study used an Hp ProBook laptop with an Intel Core i7-6600U CPU vpro clocked at 2.60 GHz with a boost up to 2.81 GHz, a 500 GB SSD drive, 16GB of RAM, and UHD graphics. It also had Windows 10 Pro, a 64-bit operating system.

كلمات الباحثين

Automatic Lung Cancer Classification : CT-Scan Images : CNN

إشراف وإعداد

الإشراف

الهام محمد ثابت عبد الأمير السعدي

الإعداد

زهراء حسين عبد الرحمن علي

الاقتباسات الببليوغرافية