الفهرس | Only 14 pages are availabe for public view |
Abstract يتميز سرطان القولون والمستقيم، المعروف أيضا باسم سرطان القولون، بالنمو غير المنضبط للخلايا في القولون أو المستقيم. إنه السبب الرئيسي الثاني للوفيات المرتبطة بالسرطان ويحتل المرتبة الثالثة بين أكثر أنواع السرطان شيوعا على مستوى العالم. يشكل تشخيص سرطان القولون والمستقيم تحديات لأخصائيي علم الأمراض وأخصائيي التصوير. في السنوات الأخيرة، كان هناك اهتمام متزايد باعتماد تقنية الذكاء الاصطناعي، وتحديدا مناهج التعلم العميق، لتشخيص وعلاج أنواع مختلفة من السرطان، بما في ذلك سرطان القولون والمستقيم. في هذه الدراسة، تم تقديم ثلاثة أنظمة متميزة للكشف عن سرطان القولون والمستقيم، باستخدام أربعة نماذج من الشبكات العصبية التلافيفية (CNNs) وثلاث مجموعات بيانات اختبار منفصلة. تم استخدام شبكات CNN على نطاق واسع في تطبيقات التعلم العميق الفعالة. كما تم استخدام ثلاث محسنات مختلفة في هذه الدراسة. كان الهدف الرئيسي من هذه الأنظمة هو تصنيف سرطان القولون والمستقيم بدقة على أنه إما حميد أو خبيث. تم تقييم أداء هذه الأنظمة المقترحة بدقة باستخدام مجموعة شاملة من مقاييس التقييم، بما في ذلك الدقة والحساسية والنوعية ودرجة F1. أظهر النظام الأولي المقترح نطاقا استثنائيا من الدقة، حيث حقق مستويات ملحوظة تتراوح بين 97.2٪ إلي100٪. كما حقق النظام المقترح الثاني مستويات دقة ملحوظة، تتراوح من 83.7٪ إلى 100٪. وبالمثل، حقق النظام الثالث المقترح مستويات دقة ملحوظة تتراوح بين 96.54٪ إلى 100٪. تقدم نتائج هذه الدراسة تقييمًا شاملاً للحالة الراهنة للدراسة حول تطبيق خوارزميات التعلم العميق في تصنيف سرطان القولون والمستقيم. |