نوع مقاله : مقاله کامل پژوهشی

نویسندگان

• کامبیز رهبر ¹
• فاطمه طاهری ²

¹ استادیار گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ا یران

² دانشجوی دکتری مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران

چکیده

سرطان ریه به دلیل رشد نامنظم و غیر کنترلی سلول‌های سرطانی در بافت ریه ایجاد می‌شود. سلول‌های سرطانی توانایی تقسیم و افزایش خود را به شکل نامنظم و ناهماهنگ پیدا می‌کنند. نتیجه این تکثیر تشکیل یک توده سرطانی در ریه است. سرطان ریه می‌تواند از نقاط مختلف ریه مانند برونش (لوله‌های هوایی که به ریه‌ها متصل می‌شوند) یا بافت‌های بدون برونش شروع شود و به سرعت به سایر اعضای بدن منتقل شود. فهم دقیق مکانیسم ایجاد سرطان ریه هنوز موضوعی پیچیده است و تحقیقات بسیاری در این زمینه در حال انجام است. با اینحال تشخیص زود هنگام و تاثیر مهمی در فرآیند درمان بیماری دارد. از این رو در این پژوهش به تشخیص و طبقه بندی این بیماری به کمک یادگیری عمیق و انتقال یادگیری پرداخته می‌شود. در این راستا شبکه از پیش آموزش داده شده Alexnet انتخاب شده است. طی فرایند انتقال یادگیری شبکه جهت تشخیص سرطان ریه بر روی داده IQ-OTH/NCCD در سه دسته نرمال، خوش‌خیم و بدخیم تنظیم می گردد. به این منظور آخرین لایه تمام اتصال شبکه Alexnet حذف می‌شود و لایه تمام اتصال جدید منطبق بر تعداد طبقه‌های مجموعه داده جایگزین می‌شود. دقت طبقه‌بندی به روش پیشنهادی بر روی مجموعه داده IQ-OTH/NCCD برابر 93% گزارش شده است.

کلیدواژه‌ها

• سرطان ریه
• تصاویر سی‌تی‌اسکن
• یادگیری عمیق
• انتقال یادگیری

موضوعات

• پردازش تصاویر پزشکی

عنوان مقاله [English]

Lung cancer diagnosis from CT scan images using deep learning and transfer learning methods

نویسندگان [English]

• Kambiz Rahbar ¹
• Fatemeh Taheri ²

¹ Department of Computer Engineering, South Tehran Branch, Islamic Azad University, Tehran, Iran

² Ph.D. candidate, Department of Computer Engineering, South Tehran Branch, Islamic Azad University, Tehran, Iran

چکیده [English]

Lung cancer is caused by the irregular and uncontrolled growth of cancer cells in the lung tissue. Cancer cells find the ability to divide and increase in an irregular and uncoordinated manner. The result of this proliferation is the formation of a cancerous mass in the lung. Lung cancer can start in different parts of the lung, such as the bronchi (the air tubes that connect to the lungs) or non-bronchial tissues, and quickly spread to other parts of the body. The precise understanding of the mechanism of lung cancer is still a complex issue and many researches are being conducted in this field. However, early diagnosis has an important impact on the disease treatment process. Therefore, in this research, the diagnosis and classification of this disease is discussed with the help of deep learning and learning transfer. In this regard, the pre-trained Alexnet network has been selected. During the process of transfer learning, the network for lung cancer detection is set on IQ-OTH/NCCD data in three categories: normal, benign and malignant. For this purpose, the last all-connection layer of the Alexnet network is removed and replaced by a new all-connection layer corresponding to the number of layers in the dataset. The classification accuracy of the proposed method on the IQ-OTH/NCCD dataset is reported to be 93%.

کلیدواژه‌ها [English]

• Lung Cancer
• CT Images
• Deep learning
• Transfer learning