Search In this Thesis
   Search In this Thesis  
العنوان
A Proposed framework for skin lesion detection and classification based on deep learning algorithms /
المؤلف
Abd El-Motalbe, Shimaa Fawzy.
هيئة الاعداد
باحث / شيماء فوزي عبدالمطلب
مشرف / حسام الدين مصطفى
مشرف / إيهاب حسن عبدالحي
مناقش / مصطفى محمود عبدالنبي
مناقش / عبير توكل خليل
الموضوع
Electronics and Communications Engineering.
تاريخ النشر
2023.
عدد الصفحات
Online resource (161 pages) :
اللغة
الإنجليزية
الدرجة
الدكتوراه
التخصص
الهندسة الكهربائية والالكترونية
تاريخ الإجازة
1/1/2023
مكان الإجازة
جامعة المنصورة - كلية الهندسة - قسم هندسة الالكترونيات الاتصاالت
الفهرس
Only 14 pages are availabe for public view

from 160

from 160

Abstract

يعتبر سرطان الجلد من اكثر الأورام شيوعا، حيث ان ما يقرب من 30% من تشخيص السرطان فى العالم هى أورام خبيثة فى الجلد ، يمكن أن يتطور سرطان الجلد من مجموعة متنوعة من الأمراض الجلدية وينقسم إلى فئات مختلفة بناءً على نسيجه ولونه وجسمه وخصائصه المورفولوجية الأخرى. الإستراتيجية الأكثر فعالية لخفض معدل الوفيات من سرطان الجلد هي التحديد المبكر لأن الإصابة بسرطان الجلد آخذة في الارتفاع مؤخرًا.يقترح العمل المقدم نهجًا قويًا لتجزئة الآفات الجلدية بإستخدام الملامح النشطة المحسنة ومجموعات المستويات وفقًا لتقدير كل من قوى التقييد والطاقة. سيقوم النظام المقترح بفصل منطقة الآفات الجلدية بدقة عن طريق تحديد الكفاف أو الانحناء المناسب. وفقًا لذلك ، تم استخدام واختبار المُحسنات التالية ؛ تحسين سرب الجسيمات (PSO) ، الخوارزمية الجينية (GA) ، تحسين الذئب الرمادي (GWO) ، خوارزمية تحسين الحيتان (WOA) ، تحسين مستعمرة النحل (BCO) ، تحسين النقاط الداخلية (IPO) لتحسين وظائف التنظيم المثلثية المقترحة. أوصت النتائج التجريبية باستخدام خوارزمية دالة الجيب المقترح. والتي تستهدف أفضل تقسيم لأنواع مختلفة من الآفات الجلدية في صورالجلدية بالإضافة إلى ذلك ، تم استخدام مقاييس أداء مختلفة ؛ موجب حقيقي و سلبي كاذب و موجب كاذب و سلبي حقيقي لضمان دقة التجزئة المناسبة. أظهرت النتائج تفوق استخدام دالة الجيب بدقة (حوالي 96.23٪) ، وحساسية (حوالي 66.48٪) ، ونوعية (حوالي 99.45٪) و ومعامل زهر (DIC) (حوالي 67.43٪) ، ومعامل جاكارد (JAC) حوالي 53.63٪). من أجل تصنيف صور التنظير الجلدي إلى تصنيفات التشخيص الأربعة للورم الميلانومي ، الاورام الحميدة ، الاورام الخبيثة ، وليس الورم الميلانومى HAMو ISIC. يقترح هذا البحث نظام تشخيص بمساعدة الكمبيوتر يعتمد على بنية عميقة مع بنية طبقات محددة مسبقًا ومعاملات فائقة دقيقة. تظهر النتائج التجريبية أن الطريقة المقترحة اخرجت من دقة تصنيف 97.25٪. من أجل التأكد و التعرف على سرطان الجلد وتسريع عملية التشخيص من أجل إنقاذ الحياة ، تقدم التقنية المقترحة إطارًا أقل تعقيدًا ومتطورًا بدلاً من العديد من النماذج المدربة مسبقًا.