طبقه بندی تصویر با یادگیری انتقال با استفاده از مجموعه داده سفارشی: مطالعه مقایسه ای

Image Classification with Transfer Learning Using a Custom Dataset: Comparative Study

چکیده
1 مقدمه
2 مدل‌های پیش‌آموزش دیده شده
3 مجموعه داده (Dataset)
4 پیش‌پردازش و معیارهای ارزیابی
5 بحث و نتایج
6 نتیجه گیری
منابع و ماخذ

چکیده
آموزش شبکه های عصبی عمیق کار بسیار پرهزینه ای می باشد، که نه تنها فرایندی بسیار زمان بر خواهد بود، بلکه نیازمند توان محاسباتی بالایی نیز می باشد که عموماً هم به مجموعه داده های زیادی برای آموزش نیاز دارد و ازین حیث ممکن است همیشه در دسترس نباشد. با این وجود می توان از راه حل های جایگزین دیگری همچون مدل های پیش آموزش دیده شده که در مجموعه داده‌های استاندارد تصویربرداری کامپیوتری توسعه یافته‌اند کمک گرفت تا به رفع این چالش ها بیانجامد. در روش یادگیری انتقالی، ما اساساً سعی می‌کنیم از آنچه در یک وظیفه (Task) یاد گرفته شده است، برای بهبود تعمیم در وظیفه دیگر استفاده نماییم. در واقع ارزش گذاری داده هایی که یک شبکه در ‘وظیفه الف’ با مقدار زیادی از آن آموزش برچسب گذاری شده است را به یک ‘وظیفه ب’ جدید که داده های زیادی ندارد، منتقل می نماییم. به بیان دیگر، دانشِ یک مدل از قبل آموزش دیده شده به یک مسئله متفاوت، اما با ارتباط نزدیک از طریق یادگیری انتقالی منتقل خواهد شد. به عنوان نمونه، اگر ما یک طبقه بندی ساده برای پیش بینی اینکه آیا تصویری حاوی غذا است آموزش دهیم، می توانیم از دانش آموخته های مدل، برای شناسایی اشیای دیگری همچون نوشیدنی ها استفاده کنیم. این دانش می تواند به صورت های مختلفی به وجود آید که وابسته به مسئله و داده ها خواهد بود. در اینجا مدل‌های برتر می‌توانند به‌طور مستقیم دانلود و استفاده شوند، یا حتی در یک مدل جدید که وظیفه تشخیص مشکلات مربوط به شناسایی اشیا در کامپیوترها را بر عهده دارند ادغام گردند. بنابراین، ما با سرعت بخشیدن به مرحله آموزش و عملکرد مدل یادگیری عمیق، حتی کار با مجموعه داده کوچک را نیز بهبود می‌بخشیم. در این کار، ما پیشنهاد می‌کنیم تا وظیفه طبقه‌بندی را با استفاده از سه مدل از پیش آموزش دیده که عبارتند از: MobileNet V2 ، Resnet50  و VGG19  انجام دهیم و نتایج را با استفاده از چهار معیار ارزیابی کلیدی مورد بحث قرار بدهیم. مجموعه داده ها، متشکل از یک شی خاص است تا بتواند عملکرد مدل‌ها را مقایسه کند.

2- مدل‌های پیش‌آموزش دیده شده
2-1 موبایل نت V1
مدل MobileNet V1 از دسته مدل های CNN (شبکه عصبی کانولوشنال) است که برای استفاده در کاربردهای پردازش تصویر در تلفن همراه و سامانه های سیار طراحی شده است. ایده اصلی پشت MobileNet V1 این است که لایه های کانولوشنال، که برای وظایف بینایی رایانه ای ضروری هستند اما محاسبه آنها بسیار گران است، می توانند توسط کانولوشن‌های جداپذیر عمقی جایگزین شوند که در مقایسه با شبکه با کانولوشن‌های عادی با همان عمق در شبکه تعداد پارامترها را به طور قابل توجهی کاهش می‌دهد.

یک کانولوشن جداپذیر عمقی متشکل از دو کارکرد مختلف می باشد: کانولوشن عمقی و کانولوشن نقطه‌ای. کانولوشن عمقی ورودی را فیلتر می‌کند، در حالی که کانولوشن نقطه‌ای این مقادیر فیلتر شده را ترکیب نموده تا ویژگی‌های جدید ایجاد شود (کانولوشن نقطه‌ای لایه‌ای 1×1 است). ساختار بدنه MobileNet V1 در تصویر شماره 1 نشان داده شده است.

2-2 موبایل نت V2
MobileNet V2 نسخه بهبود یافته MobileNet V1 است که از بلوک‌های باقیمانده معکوس با امکان نیاز به فضای کمتر استفاده می‌کند. تعداد پارامترهای آن به طور قابل توجهی کمتر از MobileNet اصلی می باشد. MobileNet V2 بسیار سریعتر از MobileNet V1 بوده که به طور تقریبی دارای دو برابر دقت بیشتر و نیاز به پردازش کمتری نسبت به MobileNet V1 دارد.

به جای استفاده از کانولوشن از نوع جداپذیر عمقی به عنوان بلوک های ساختاری کارآمد، MobileNet V2 دو ویژگی جدید را به ساختار معماری اضافه می کند: گره های خطی بین لایه ها و اتصالات میان گره های خطی. ساختار بدنه MobileNet V2 در شکل 2 نشان داده شده است.

تقسیم 4 بعدی آئورت قفسه سینه از MRI جریان 4 بعدی با استفاده از یادگیری عمیق

4D segmentation of the thoracic aorta from 4D flow MRI using deep learning

چکیده
1 مقدمه
2 داده ها
3 به ترتیب 42 و 34 میلی ثانیه
4 روش
5 نتایج
6 بحث
7 نتیجه گیری
منابع

چکیده
پیش زمینه: MRI جریان چهاربعدی امکان تحلیل تغییرات همودینامیک را در آئورت به دلیل آسیب شناسی هایی مانند آئوریسم آئورت قفسه سینه (TAA) فراهم می کند. شاخص های زیستی جدید برای مدیریت شخصی TAA نیاز به تحلیل اثر تکرار ساختار سیال دارند که می توان آن را از MRI جریان چهار بعدی بدست آورد. با این حال، تولید این شاخص های زیستی نیاز به قطعه بندی چهار بعدی قبلی قفسه سینه دارد.
هدف: توسعه مدل یادگیری عمیق خودکار برای قطعه بندی آئورت به صورت چهار بعدی از MRI جریان چهار بعدی.
روش ها: قطعه بندی با مدل قطعه بندی مبتنی بر U-Net بررسی می شود که هر فریم MRI جریان چهار بعدی را بعنوان یک نمونه مستقل در نظر می گیرد. عملکرد با توجه به امتیاز تشابه (DC) و فاصله هاوسدورف (HD) اندازه گیری می شود. علاوه بر این، حداکثر و حداقل مساحت سطح در سطح آئورت صعودی اندازه گیری می شوند و با نواحی سطح بدست آمده از تصویربرداری مغناطیسی قلب مقایسه می شوند.
نتایج: عملکرد قطعه بندی برای DS، 0.90 ± 0.02 بود و میانگین HD، 9.58 ± 4.36 mm بود. ضریب همبستگی r=0.85 برای حداکثر سطح و r=0.86 برای حداقل سطح بین MRI جریان چهاربعدی و MRI قلبی بود.
نتیجه گیری: به نظر می رسد که رویکرد خودکار پیشنهادی قطعه بندی آئورت چهاربعدی از MRI جریان چهاربعدی برای کمک به استفاده گسترده تر این روش تصویربرداری در تحلیل آسیب شناسی هایی مانند TAA به اندازه کافی دقیق باشد.

2- داده ها
2-1 جمعیت مطالعه
در این تحقیق 36 بیمار برای مشارکت در پروژه 2018-A02010–55 که توسط کمیته اخلاق ملی تایید شده، رضایت داشتند. این تحقیق با شماره NCT03817008 بر روی ClinicalTrials.gov ثبت شده است. تمام 36 بیمار در سطح آئورت صعودی مبتلا به TAA بودند. ده بیمار در این گروه زن و 26 بیمار مرد بودند. نیمی از مردان و نیمی از زنان دریچه آئورت سه لتی داشتند، دیگران دریچه آئورت دو لتی داشتند. دریچه آئورت دو لتی یک ناهنجاری است که بر 2% جمعیت تاثیر می گذارد و می تواند ناشی از شکل گیری آئوریسم آئورت باشد. میانگین سن بیماران 60 سال بود.

2-2 معاینات MRI
تمام بیماران پس از تزریق ماده حاجب با گادولینیوم تحت MRI جریان چهار بعدی بر روی آهنربای 3T زیمنس (اسکیرا، هلثتینرز زیمنس، ارلانگن، آلمان) قرار گرفتند. MRI جریان چهاربعدی، الکتروکاردیوگرام پسرو (ECG) بود که در طول تنفس آزاد بسته شد. حرکت دیافرگام با استفاده از یک ناوبر اکومدیریت شد. 25 مرحله زمانی از سیکل قلبی در پروتکل MRI جریان چهاربعدی ما با وضوح زمانی 24 تا 52 میلی ثانیه با توجه به ضربان قلب بیمار بدست آمد. وضوح فضایی بر روی 2×2×2 〖mm〗^3 و رمزگذاری سرعت (Venc) در محدود 200 تا 800 cm/s تعیین شد. زمان های اکو و تکرار به ترتیب بین 2.1 و 2.3 و 38.5-40 میلی ثانیه بودند. این اکتساب با توجه به بیمار 10 تا 15 دقیقه در نظر گرفته شد. تصحیح شدت غیریکنواخت و تصحیح اعوجاج دو بعدی در طول بازسازی تصویر انجام شدند.

توالی FLASH (نمای کم زاویه سریع) برای کسب MRI قلب استفاده می شود. این اکتساب در طول حبس نفس در صفحه ای عمود بر آئورت در سطح تنه شریان ریوی انجام می شود. 35 مرحله سیکل قلبی از این توالی با وضوح زمانی بین 20 و 34 میلی ثانیه بدست می آید. وضوح فضایی بین 1.25 × 1.25 و 1.9 × 1.9 mm^2 تعیین می شود. زمان اکو و تکرار به ترتیب 42 و 34 میلی ثانیه بود.

هوش مصنوعی و یادگیری عمیق: ملاحظات موسسات مالی برای مطابقت با بار نظارتی در بریتانیا

Artificial intelligence and deep learning: considerations for financial institutions for compliance with the regulatory burden in the United Kingdom

چکیده

1- مقدمه

2- ملاحظات عملی و هزینه ها

3- هوش مصنوعی، یادگیری ماشین، یادگیری عمیق

4- مؤسسات مالی و استفاده ی آن ها از یادگیری عمیق – پیدایش های فعلی و روندهای آتی

5- نتیجه گیری

منابع

چکیده

هدف – هوش مصنوعی (AI)، یادگیری ماشین (ML)، و یادگیری عمیق (DL) تأثیر به سزایی روی بانکداری (فناوری مالی یا فین تک)، سلامت و بهداشت (فناوری سلامت)، قانون (فناوری مقررات گذاری)، و سایر بخش هایی مثل جمع آوری کمک های مالی برای خیریه (فناوری خیریه) دارند. سرعت نوآوری مرتبط با فناوری و توانایی سیستم های هوش مصنوعی برای فکر کردن درست شبیه به انسان ها (شبیه سازی هوش انسان)، انجام وظایف و کارها به صورت مستقل، توسعه و بسط هوش براساس تجارب خود، و پردازش لایه های اطلاعاتی برای یادگیری بازنمایی های همواره پیچیده از داده ها (ML/DL) به این معناست که ارتقا و پیشرفت در نرخ هایی که در آن ها این فناوری می تواند وظایف پیچیده، فنی، و زمان بر را انجام دهد، مردم، اشیاء، صداها، الگوها و غیره را شناسایی کند، مشکلات را زودتر بررسی کند، و راه حل ها را ارائه نماید، سودهای خیره کننده ای را در شرایط اقتصادی، سیاسی، و اجتماعی فراهم نماید. هدف از انجام این مقاله بررسی دقیق اختراعات و پیدایش های جدید در هوش مصنوعی، یادگیری ماشین، و یادگیری عمیق در بستر چالش تطبیق مقرراتی است که مؤسسات مالی در بریتانیا (UK) با آن مواجه می شوند.
طراحی/ متدولوژی/ رویکرد – موضوع از طریق آنالیز داده ها و ادبیات پژوهشی منتشر شده به صورت داخلی و بین المللی دقیقا بررسی می شود. اولین بخش این مقاله زمینه ی مسائل مقرراتی فعلی، پیدایش موارد جدید در یادگیری عمیق، چگونگی استفاده از هوش مصنوعی توسط مؤسسات مالی در حال حاضر، و اینکه چطور هوش مصنوعی می تواند از فوریه ی 2023 راه حل های تکنولوژیکی بیشتری را برای انطباق با مقررات ارائه دهد را خلاصه می کند.
یافته ها – نشان داده شده است که مؤسسات مالی بریتانیا می توانند استفاده ی بیشتری از هوش مصنوعی، یادگیری ماشین، و یادگیری عمیق به عنوان بخشی از انبار راه حل هایی داشته باشند که بار مقرراتی را راحت کرده و به سطوح بالایی از موفقیت انطباق با مقررات دست پیدا می کنند.
اصالت/ ارزش – تا جایی که نویسنده ی این مقاله می داند، این اولین مطالعه ایست که به صورت مشخص به بررسی دقیق این مسئله پرداخته است که چطور هوش مصنوعی، یادگیری ماشین، و یادگیری عمیق کماکان می توانند به موسسات مالی بریتانیا در برآورده کردن چالش تطبیق مقرراتی و فرصت های فراهم شده برای موسسات مالی از طریق فراجهان کمک کنند.

2- ملاحظات عملی و هزینه ها
مؤسسات مالی، در انگلستان و ولز، سازمان های قانون مند و تحت نظارت منوط به قانون خدمات مالی 2012 هستند که مسیر را برای یک سیستم قانون گذاری سه جانبه ی متشکل از ناظر امور مالی (FCA)، مرجع مقررات احتیاطی (PRA)، و کمیته ی برنامه ریزی مالی (FPC) هموار کرد. درحالیکه بحث و گفتمان در مورد عملکرد آن ها، و عملکرد نهادهای فرعی مثل شورای گزارش دهی مالی و خدمات بازرس مالی، فراتر از حوزه ی این مقاله است، بهتر است خلاصه ای از نمای کلی مالی ارائه شود تا زمینه ای به بزرگی کار تطبیق مقرراتی دردست داده شود [1]. وظیفه ی ناظر امور مالی (FCA) این است تا اطمینان دهد که بازار مالی برای کسب و کارها، اقتصاد و مصرف کنندگان قابل اطمینان، منصفانه و مؤثر و کارآمد است. این ناظر به دنبال حصول اطمینان از این است که مصرف کنندگان به یک معامله ی منصفانه دست پیدا می کنند. ناظر امور مالی (FCA) برای بیشتر از 50 هزار کسب و کار مقررات تنظیم می کند، 48 هزار سازمان را به صورت محتاطانه نظارت می کند، و استانداردهای مشخص را برای 18 هزار شرکت و بنگاه اقتصادی تعیین می نماید. مرجع مقررات احتیاطی (PRA) برای بالغ بر 1500 بانک، جامعه ی ساخت و ساز، واحدهای اعتبار، بیمه گران، و شرکت های بزرگ سرمایه گذاری تنظیم مقررات می کند، و کمیته ی برنامه ریزی مالی (FPC) با شناسایی ریسک ها و نظارت بر آن ها که ممکن است ثبات و پایداری کل سیستم مالی بریتانیا را تهدید کنند به هدایت کار بانک انگلستان درخصوص پایداری مالی می پردازد. لذا، درحالیکه مرجع مقررات احتیاطی (PRA) روی شرکت های مستقل متمرکز است، درمقابل، کمیته ی برنامه ریزی مالی (FPC) روی کل سیستم تمرکز می کند.

نهادهای نظارتی و قانون گذاران همگی قوانین و راهنمایی هایی دارند که باید از آن ها پیروی کنند، و خدمات مالی فرقی ندارند. علاوه بر قوانین و مقررات تنظیم شده توسط نهادهای نظارتی و قانون گذاران، جرائم سایبری، مبارزه با پولشویی، تأمین مالی ضد ترور، و تقلب مالی همگی مواردی هستند که مؤسسات مالی را تحت تأثیر قرار می دهند و رژیم های قانون گذاری گسترده ای وجود دارند که باید با دقت رعایت شوند. آنچه در ادامه آمده خلاصه ایست که به مفهوم سازی اندازه ی وظیفه/بار تطبیق مقرراتی کمک خواهد کرد.

سیستم آموزش هوشمند شبکه بر اساس الگوریتم یادگیری عمیق

Network Intelligent Education System Based on the Deep Learning Algorithm

1 مقدمه

2 بررسی پژوهش

3 روال کار

4 نتایج و بحث

5 نتیجه گیری

دسترس پذیری داده ها

تعارض منافع

منابع

     یک روش مبتنی بر یادگیری عمیق، با هدف گسترش ادغام فراگیر آموزش و هوش مصنوعی و پیشبرد دستیابی به هوش مصنوعی در زمینۀ آموزش، ارائه می شود. یادگیری عمیق یک الگوریتم تشخیص الگوی پیشرفته محسوب می شود و قادر است که دانش بالقوه ارزشمند را از داده های حجیم استخراج نماید و از تصمیم گیری دانش محورِ بشر، پشتیبانی به عمل آورد. داده های تجربی نشان می دهند که دقت دسته بندی الگوریتم یادگیری عمیق، به 99.5% می رسد. حتی در خصوص حجم داده های بزرگ و دسته های داده های حجیم، دقت همچنان بالغ بر 96.3% است که به مراتب بالاتر از الگوریتم ماشین بردار پشتیبان، الگوریتم نظریۀ بیزین و الگوریتم خوشه بندی میانگین kاست و آن از توانایی استخراج و یادگیری دانش برای کاربران با میزان دقت بیشتری برخوردار می باشد.
نتیجه گیری. سامانۀ آموزش هوشمند شبکه مبتنی بر یادگیری عمیق منجر به تقویت خودکارسازی، هوشمندی و جاذبه های یادگیری می گردد تا بدین ترتیب از ابتکار عمل کاربران در یادگیری اطمینان خاطر حاصل شود.

بررسی پژوهش
     در توسعه هوش مصنوعی، سه الگو و مکتب اصلی پژوهشی وجود دارد که عبارتند از: نمادگرایی، پیوندگرایی و رفتارگرایی [9]. این سه الگوی مذکور از تفاسیر و ایده های طراحی متفاوتی برای تولید هوش برخوردارند و ضمناً ابزار فن آورانه و روش طراحی کاربردهای هوش مصنوعی را تحت تاثیر قرار می دهند. در حال حاضر مبحث هوش مصنوعی آموزشی، عمدتاً الگوریتم های یادگیری ماشینی و یادگیری عمیق را به منظور ساخت برنامه های کاربردی سیستمی به کار می گیرد که یک مدل هوشمند مبتنی بر پیوندگرایی می باشد. وجه تمیزدهندۀ مدل پیوندگرا عبارت است از اینکه: «شما ملزم به یادگیری داده های با ابعاد بالاترید تا بدین ترتیب بتوانید به بازنمایی معنایی سطح بالایی دست یابید». نتیجه یک مدل جعبه سیاه محسوب می شود که معمولاً از میزان دقت بالایی برخوردار است ولی عملکرد داخلی آن به طور دقیق قابل شناسایی نمی باشد؛ معضلی که در این باره وجود دارد، برآورد اهمیت هر ویژگی به منظور پیش‌بینی نتایج مدل و تعامل بین ویژگی‌های مختلف می باشد.

     یادگیری عمیق ماشینی در مقولۀ بینایی کامپیوتر، تشخیص گفتار و پردازش زبان طبیعی، با تکیه بر داده های حجیم و قدرت محاسباتی بسیار بالا، به سطحی برابر با سطح انسان رسیده و حتی از آن پیش گرفته است و از جمله عوامل پیشبرنده حائز اهمیت برای کسب موفقیت به شمار می رود[10]. در شکل 2، مدل طراحی و فرآیند آموزش با استفاده از سیستم هوش مصنوعی مبتنی بر ارتباط گرایی ارائه شده که می توان آن را به پنج پودمان کاربردی اصلی تقسیم نمود که عبارتند از: درخواست آموزش، داده های آموزش، مشخصه های آموزشی، مدل آموزشی و کاربرد آموزش.

     فرآیند هوشمندسازی ماشین‌ها برای یادگیری خودکار مشابه با فرآیند تفکر و یادگیری انسان است. کوپر، مربی روانشناس اجتماعی آمریکایی، نظریۀ چرخۀ یادگیری را مطرح نمود، که در آن خاطر نشان کرد: فرآیند یادگیری انسان از چهار مرحله یادگیری تطبیقی همراه با یک ساختار حلقه ای مشتمل بر تجربه منحصر به فرد، مشاهده بازاندیشانه، مفهوم سازی انتزاعی و تمرین پویا از طریق نظریه تامل بر تجربه می باشد، سپس وی این نظریه را در راستای جهت بخشی فعالیت ها به کار گرفت و در در ادامه کار، به جمع بندی تجربیات حاصل از عمل پرداخت [11]. افراد از طریق تجربه، تأمل، مکاشفه و عمل به پیشرفت پیوسته و تدریجی در یادگیری دست می یابند. همانطور که در شکل 3 مشهود است، روش هوش مصنوعی خودکار از کسب دانش، ایده یادگیری انسان را به تصویر می کشد و به واسطۀ والایش و نظریه پردازی تجربه به کسب دانش نائل می آید. تجربیات منحصر به فرد، در مطابقت با حصول داده های آموزشی می باشند و به طور خودکار ویژگی های آموزشی را ایجاد می نمایند. مشاهده بازاندیشانه، فرآیند آموزش مدل هوشمند، مفهوم انتزاعی شکل گرفته، رویۀ ساخت مدل و آزمون و تمرین، فرآیندهای کاربرد مدل محسوب می گردند [12].

استحکام شبکه های عصبی کانولوشن در تشخیص ضایعات پوستی رنگدانه ای پوست

Robustness of convolutional neural networks in recognition of pigmented skin lesions

چکیده
1 مقدمه
2 مواد و روش ها
1-2 طرح تحقیق و مطالعه
2-2 مجموعه داده ها
3-2 پیشرفت و بسط طبقه بندی کننده
4-2 روش هایی برای کاهش شکنندگی و عدم انعطاف
5-2 آنالیز و تحلیل
3 نتایج
1-3 عملکرد پایه و مبنا و شکنندگی (عدم انعطاف)
2-3 اثربخشی روش های امتحان شده روی تغییرات مصنوعی
3-3 اثربخشی روش های تست و امتحان شده روی تغییرات طبیعی
4 بحث و گفتگو
1-4 کاربردها و مفاهیم عملی
2-4 محدودیت ها
5 نتیجه گیری
منابع

چکیده
پیش زمینه: نیاز پایه و اساسی برای سیستم های آنالیز تصویر مبتنی بر هوش مصنوعی (AI)، که می بایست در طب بالینی ادغام شوند، از استواری و قابلیت اطمینان بالایی برخوردار است. تغییرات جزئی و اندک در نحوه ی بدست آوردن آن تصاویر، برای مثال، در طول غربالگری روتین سرطان پوست، نباید تشخیص چنین سیستم های کمکی (سیستم های کمک یار پزشک) را تغییر دهد.
هدف: هدف کمی سازی و سنجش این است که درهم ریختگی ها و تغییرات جزئی تصویر تا چه میزان طبقه بندی ضایعه ی پوستی به واسطه ی شبکه ی عصبی پیچشی (کانولوشن) (CNN) را تحت تأثیر قرار می دهند و همچنین بررسی سه راه حل ممکن و عملی برای این مشکل است (داده افزایی اضافی، افزایش زمان تست، خوشنماسازی).
روش ها: ما سه معماری رایج و متداول CNN را برای ایجاد تمایز بین تصاویر درموسکوپی ملانوما یا خال سرطانی و خال های مادرزادی تمرین کرده و به کار بردیم. متعاقبا، عملکرد و حساسیت آنها نسبت به تغییرات جزئی (شکنندگی و عدم انعطاف) بر روی دو مجموعه ی امتحانی متمایز با تصاویر متعدد برای هر ضایعه تست و امتحان شد. برای مجموعه ی نخست، تغییرات تصاویر، مثل چرخش یا بزرگنمایی (زوم)، به صورت مصنوعی ایجاد شدند. مجموعه ی دوم تغییرات طبیعی را دربرمیگرفت که از چندین عکس گرفته شده از همان ضایعات ناشی می شدند.
نتایج: تمامی معماری ها شکنندگی و عدم انعطاف در مجموعه امتحانی مصنوعی و طبیعی را نشان دادند. سه روش بررسی شده قادر به کاهش شکنندگی و عدم انعطاف تا درجات مختلف بودند درحالیکه همچنان عملکرد را حفظ می کردند. ارتقا و بهبود دیده شده برای مجموعه امتحانی مصنوعی بیشتر از طبیعی بود، جایی که پیشرفت ها جزئی و اندک بودند.
نتیجه گیری: تغییرات جزئی تصاویر، نسبتا نامشخص برای انسان ها، می توانند روی استواری و قابلیت اطمینان شبکه های عصبی پیچشی (CNNs) متمایز کننده ی ضایعات پوستی تأثیرگذار باشند. این تأثیر را می توان از طریق روش هایی که در اینجا تست و امتحان شده اند کاهش داد، اما نمی توان آن را کاملا حذف و برطرف کرد. لذا، تحقیقات بیشتر به منظور حفظ و تقویت عملکرد طبقه بندی کننده های (جداکننده های) هوش مصنوعی (AI) در جهت تسهیل انتقال چنین سیستم هایی به کلینیک و درمانگاه مورد نیاز می باشد.

5- نتیجه گیری

تغییرات جزئی و اندک تصویر، که برای انسان ها تاحدودی نامعلوم و نامشخص هستند، می توانند روی سطح اطمینان و تشخیص شبکه های عصبی پیچشی متمایزکننده ی ضایعات پوستی تأثیر بگذارند. این تأثیر با استفاده از روش هایی که در اینجا تست و امتحان شدند کاهش یافت اما کاملا برطرف نشد. بنابراین، ما می خواهیم به متخصصان و دست اندرکاران یادگیری عمیق و پزشکان حوزه ی درماتولوژی بلکه پزشکان به طور کلی یادآوری کنیم که شکنندگی و عدم انعطاف می بایست صراحتا در رأس کار قرار گرفته و به عنوان هدف مد نظر قرار بگیرد و به منظر تسهیل انتقال از آزمایشگاه به کلینیک باید بر آن غلبه کرد.

Abstract

Background A basic requirement for artificial intelligence (AI)–based image analysis systems, which are to be integrated into clinical practice, is a high robustness. Minor changes in how those images are acquired, for example, during routine skin cancer screening, should not change the diagnosis of such assistance systems.

Objective To quantify to what extent minor image perturbations affect the convolutional neural network (CNN)–mediated skin lesion classification and to evaluate three possible solutions for this problem (additional data augmentation, test-time augmentation, anti-aliasing).

Methods We trained three commonly used CNN architectures to differentiate between dermoscopic melanoma and nevus images. Subsequently, their performance and susceptibility to minor changes (‘brittleness’) was tested on two distinct test sets with multiple images per lesion. For the first set, image changes, such as rotations or zooms, were generated artificially. The second set contained natural changes that stemmed from multiple photographs taken of the same lesions.

Results All architectures exhibited brittleness on the artificial and natural test set. The three reviewed methods were able to decrease brittleness to varying degrees while still maintaining performance. The observed improvement was greater for the artificial than for the natural test set, where enhancements were minor.

Conclusions Minor image changes, relatively inconspicuous for humans, can have an effect on the robustness of CNNs differentiating skin lesions. By the methods tested here, this effect can be reduced, but not fully eliminated. Thus, further research to sustain the performance of AI classifiers is needed to facilitate the translation of such systems into the clinic.

5. Conclusions

Minor image changes, relatively inconspicuous for humans, can have an effect on the confidence and diagnosis of CNNs differentiating skin lesions. Using the methods tested here, this effect was reduced but not fully eliminated. Therefore, we would like to remind deep learning practitioners and physicians in dermatology but also in medicine in general, that brittleness needs to be explicitly targeted and overcome to facilitate translation from bench-to-bedside.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

استحکام شبکه های عصبی کانولوشن در تشخیص ضایعات پوستی رنگدانه ای پوست

Robustness of convolutional neural networks in recognition of pigmented skin lesions

تشخیص تصویر هوش مصنوعی بر اساس الگوریتم لبه یادگیری عمیق 5G آندوسکوپی گوارشی در ساخت و ساز پزشکی

Artificial intelligence image recognition based on 5G deep learning edge algorithm of Digestive endoscopy on medical construction

چکیده

1. مقدمه

2. تشخیص تصویر هوش مصنوعی و الگوریتم لبه یادگیری عمیق 5G

2.1. توموگرافی پزشکی هوشمند بدن

2.2. الگوریتم لبه یادگیری عمیق 5G بر اساس تشخیص تصویر هوش مصنوعی

3. تشخیص چند منظوره پزشکی هوشمند

3.1. روش ها

3.2. طراحی

4. نتایج و بحث

4.1. تشخیص تصویر هوش مصنوعی در پزشکی هوشمند

4.2. بحث

5. نتیجه گیری ها

منابع

چکیده

در این مقاله از تشخیص تصویر هوش مصنوعی برای بدست آوردن تصویر آندوسکوپی گوارشی استفاده می کنیم، و تصویر را براساس الگوریتم لبه یادگیری عمیق 5G پردازش می کنیم تا درباره نوع بیماری قضاوت کنیم و سپس برنامه درمانی را در نظر بگیریم. ترکیب شبکه ناحیه بدنی و فناوری رایانش لبه می تواند تقاضایی با تاخیر کم را در شبکه ناحیه بدن برآورده کند. در این مورد، گره گیت وی شبکه ناحیه بدنی محدود شده با منابع می تواند داده های فیزیولوژیکی جمع آوری شده را با یک وظیفه قابل بارگیری پردازش کند، و سپس با توجه به یک استراتژی خاص، وظایف و داده ها را در گره محاسباتی لبه تخلیه کند. گره رایانش لبه، پردازش مرتبط با وظیفه و ذخیره سازی داده را تکمیل می کند، و در نهایت نتایج را به موسسات پزشکی مربوطه و کاربران شبکه ناحیه بدنی برای خواندن تشخیص کمکی و درمان بیماری ها ارائه می دهد. تحقیقات نشان داده اند که براساس الگوریتم لبه یادگیری عمیق 5G تحت تشخیص تصویر هوش مصنوعی آندوسکوپی گوارشی، 25% بیماران مبتلا به پولیپ روده دارای سلول های CD4 در خون محیطی هستند. تعداد لنفوسیت ها در گروه تمایز کمتر از 200 μL بود، و RNA خونی در 92.3% بیماران کمتر از 100IU/ml بود، در حالی که CTP فام (پپتید A-حلقه ای) کمتر از 100 IU/ml بود. عفونت های فرصت طلب روده و ویروس ها می توانند به صورت مستقیم باعث آنتروپاتی شوند زیرا شدت فلورسنس پروب در اصل بدون تغییر باقی می ماند و نمی تواند یک ساختار مارپیچ سه گانه را شکل دهد. الگوریتم لبه یادگیری عمیق 5G در مقایسه با الگوریتم ساده یولو از نظر دقت تشخیص ویژگی در این مقاله، دقت را تا 68% بهبود می دهد و از نظر سرعت مشابه است. دقت و سرعت به ترتیب در مقایسه با الگوریتم RCNN تا 21% و 85% بهبود می یابند. بنابراین، الگوریتم لبه یادگیری عمیق 5G مبتنی بر تشخیص تصویر هوش مصنوعی دارای مزایای دقت و سرعت در آندوسکوپی گوارشی پزشکی هوشمند است.

1. مقدمه

پزشکی هوشمند یکی از موضوعات داغ در سالهای اخیر است که یک موضوع جدید بین رشته ای است که علم زندگی و علم اطلاعات را ادغام می کند. هیچ تعریف واضحی از پزشکی هوشمند وجود ندارد. دیدگاه اصلی این است که مبتنی بر اطلاع رسانی پزشکی است. هسته اصلی، مدیریت هویت بیماران از طریق اینترنت اشیا و فناوری حسگر و تشکیل نمایه های بیمار در سیستم های اطلاعات بیمارستان است. بر این اساس، تبادل اطلاعات و ارتباطات با توجه به منطق کسب و کار و پروتکل های شبکه انجام می شود تا شناسایی هوشمند و مکان شناسایی، ردیابی، پایش و مدیریت را ممکن سازد.

5. نتیجه گیری ها

با توجه به ویژگی های پزشکی توموگرافی هوشمند پزشکی بدن انسان، تصویر اصلی OCR به چهار بلوک تقسیم می‌شود، و هر بلوک فرعی نشان دهنده ویژگی های محلی جهت های مختلف است. یک سیگنال واحد برای توصیف ویژگی های محلی و طیفی هر بلوک فرعی استفاده می شود و یک بردار ویژه ساخته می شود. یک بردار ویژه منحصر به فرد از چهار بلوک فرعی توسط SRC دسته بندی می شود تا بردار خطای بازسازی به دست آید. چهار بردار خطای بازسازی بلوک فرعی وزن دهی می‌شوند و بر اساس یک ماتریس تصادفی وزن دهی ادغام می شوند. از طریق تحلیل آماری نتایج ادغام چندین گروه از بردارهای وزنی متغیرهای تصمیم طراحی می‌شوند و دسته‌های نمونه به دست می آیند. چهار شرط آزمون در مجموعه داده های MSTAR از جمله شرایط عملیاتی استاندارد و شرایط عملیاتی قابل تعمیم تعیین می‌شوند. تقویت ساختار علوم انسانی پزشکی به ما کمک می کند تا احساسات و خرد پزشکی خود را بیدار کنیم و ما را به درک حقیقت پشت پزشکی، رهایی از پایبندی کورکورانه و خرافات به علم و فناوری پزشکی، و بازگشت به ماهیت اصلی پزشکی هدایت می کند. مجموعه اصلی تنها کارکنان پزشکی نیستند، بلکه بیماران و خانواده‌های آنها هستند. درمان پزشکی هوشمند فشار خون که به یک مشکل عمومی تبدیل شده است، برای شروع بسیار مناسب است. با کمک درمان هوشمند پزشکی آندوسکوپی گوارشی، تحقیق درمان هوشمند پزشکی بیشتر بیماریها موضوع اصلی روش عمومی در آینده است. 

Abstract

In this paper, we use artificial intelligence image recognition to obtain Digestive endoscopy image, and process the image based on 5G Deep learning edge algorithm to judge the disease type of the patient, and then consider the treatment plan. The combination of body area network and edge computing technology can meet the demand of low delay in body area network. In this case, the resource constrained body area network gateway node can process the physiological data collected by it into an offloadable task, and then unload the task and data to the edge computing node according to a certain strategy. The edge computing node completes the corresponding task processing and data storage, and finally provides the results to the relevant medical institutions and body area network users for reading auxiliary diagnosis and treatment of diseases. Studies have shown that 25% of patients with colon polyps have CD4 cells in peripheral blood based on 5G deep learning edge algorithm under artificial intelligence image recognition of Digestive endoscopy. The number of lymphocyte in group of differentiation was less than 200/μL, and the blood RNA in 92.3% patients was lower than 100 IU/ml, while fam CTP (A-cyclic peptide) was lower than 100 IU/ml. Opportunistic infections of the intestine and viruses can directly cause enteropathy because the fluorescence intensity of the probe is essentially unchanged and cannot form a triple helix structure. In terms of feature recognition accuracy, the 5G deep learning edge algorithm in this paper improves accuracy by 68% compared to the simple Yolo algorithm, and is similar in speed. Compared with RCNN algorithm, the accuracy and speed are improved by 21% and 85% respectively. Therefore, the 5G deep learning edge algorithm based on artificial intelligence image recognition has the advantages of accuracy and speed in digestive endoscopy of intelligent medical.

1. Introduction

Smart medicine is a hot topic in recent years, which is a new interdisciplinary subject integrating life science and information science. There is no very clear definition of smart medicine. The mainstream view is that it is based on medical informatization. The core is to manage patient identities through the Internet of Things and sensor technology and form patient indexes in hospital information systems. Based on this, information exchange and communication are performed according to business logic and network protocols to enable intelligent identification and identification location, tracking, monitoring and management.

5. Conclusions

According to the medical characteristics of intelligent medical human body tomography, the original OCR image is divided into four blocks, and each sub block reflects the local characteristics of different directions. A single signal is used to describe the spectral and local features of each subblock and build a feature vector. A single feature vector of the four subblocks is categorized by the SRC to get the reconstruction error vector. The four subblock reconstruction error vectors are weighted and fused based on a random weighting matrix. Through statistical analysis of the fusion results of multiple groups of weight vectors, the decision variables are designed and sample categories are obtained. Four test conditions were set in MSTAR dataset, including standard operating conditions and extended operating conditions. Strengthening the construction of medical humanities may help us to arouse our self-contained medical emotions and wisdom, guide us to understand the truth behind medicine, get rid of blind adherence and superstition to medical science and technology, and return to the original nature of medicine. The main body is not only the medical staff, but also the patients and their families. This is very suitable to start with the intelligent medical treatment of hypertension, which has become a public problem. With the help of the intelligent medical treatment of digestive endoscopy, it is the main topic of general practice in the future to realize the intelligent medical treatment of more diseases.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

تشخیص تصویر هوش مصنوعی بر اساس الگوریتم لبه یادگیری عمیق 5G آندوسکوپی گوارشی در ساخت و ساز پزشکی

Artificial intelligence image recognition based on 5G deep learning edge algorithm of Digestive endoscopy on medical construction

مقاله مروری: مطالعات تطبیقی تکنیک های یادگیری ماشین و کاربردهای اخیر آن

Survey Paper: Comparative Study of Machine Learning Techniques and its Recent Applications

چکیده

1. مقدمه

II. پیشینه

III. الگوریتم k-نزدیک ترین همسایگی ها

IV. نتیجه گیری

منابع

چکیده

     محوریت بنیادین تکامل بشریت، همواره جستجوی روش های تغییر طبیعت در راستای پاسخگویی به نیازهایمان بوده است. نقطۀ عطف اساسی در این زمینه، اختراع ماشینی تحت عنوان کامپیوتر است که قادر است وظیفه ای که به آن محول شده را در کسری از زمان به طول انجامیده توسط یک انسان معمولی، به انجام برساند. در عین حال که جالب به نظر می رسد، اما تنها ایراده وارده به این مسئله این است که تصمیم گیری، باید توسط انسانی صورت گیرد که در قیدوبند کالبد انسانی اش گرفتار است. تلاش های صورت گرفته در راستای بهره برداری کامل از منافع، منجر به بروز پدیده ای گشته است که هوش مصنوعی نامیده می شود. یادگیری ماشین بخشی از AI (هوش مصنوعی) به شمار می رود که از طریق نمونه های مرتبط متعدد به انتقال دانش به کامپیوتر می پردازد. در طی این سال ها، الگوریتم های یادگیری ماشین متنوعی همراه با مزایا و معایبشان توسعه داده شده اند. این مقاله، تلاش همه جانبه ای به منظور گرد آوری الگوریتم های ML مختلفی همچون رگرسیون ¬خطی، KNN(k-نزدیک ترین همسایگی) و مواردی از این قبیل می باشد. این مقاله، جدید ترین توسعه ها در این حوزۀ مطالعاتی را به چالش می کشد و درصدد تعریف بهترین کاربرد ها برای هریک از آنها مبتنی بر پژوهشات قبلی می باشد.

پیشینه
پیش از این، انواع الگوریتم یادگیری ماشین را مطرح نمودیم.[1] 1. یادگیری نظارت شده: این مدل وظیفه محور است و اهداف به خوبی تعریف شده اند. متغیر هدف موجود می باشد.
2. یادگیری نظارت نشده: این مدل داده محور است و نتیجه صرفاً مبتنی بر ورودی است. متغیر هدف یا متغیر وابسته موجود یا شناخته شده نمی باشد.
3. یادگیری تقویتی: مبتنی بر روش ابتکاری است، رویکرد برنامه نویسی پویا، از اشتباهات یاد می گیرد (بنابر رعایت قواعد بازی). وضعیت اولیه و وضعیت هدف تعریف شده اند.
4. یادگیری عمیق DL : (DL) مبتنی بر اصل ANN(شبکه های عصبی مصنوعی) و الهام گرفته از مفهوم بیولوژی سیستم عصبی می باشد. مدل‌های DL کارآمد هستند و عمدتاً به منظور دسته ‌بندی و پیش‌ بینی مورد استفاده قرار می گیرند.

الف. انواع یادگیری نظارت شده
آ. رگرسیون: مبتنی بر متغیر هدف پیوسته است، روش های به کار رفته برای وظیفۀ دسته بندی عبارتند از: رگرسیون خطی، رگرسیون درخت تصمیم، جنگل تصادفی، مدل KNN، ماشین ‌های بردار پشتیبان.
ب. دسته بندی: مبتنی بر متغیر هدف دسته بندی شده است. روش‌های مورد استفاده در وظیفۀ دسته‌بندی عبارتند از: رگرسیون لجستیک، نایو بیز(بیز ساده)، گرادیان کاهشی تصادفی، KNN(K-نزدیک‌ترین همسایگی)، SVM، درخت تصمیم، جنگل تصادفی.

i) رگرسیون خطی
رگرسیون خطی در زمرۀ متداول ترین تکنیک های آماری قرار دارد. این مدل رگرسیون، بر روی یک مجموعۀ داده به منظور تعیین همبستگی بین متغیرهای موردنظر و در راستای پیش‌بینی نتایج مبتنی بر رابطه به کار می رود. این مدل، بدین صورت بیان می شود:

مدل های پیش بینی مالی مبتنی بر الگوریتم یادگیری عمیق

Deep Learning Algorithm-Based Financial Prediction Models

چکیده

1. مقدمه

2. معماری عمومی یادگیری عمیق در پیش بینی بازار مالی

2.1. اصول و ساختار مدل FEPA

2.2. فضای مقیاس زمانی قیمت برای سری های زمانی مالی

3. تحلیل پیش بینی نتنایج تچربی شاخص CSI 300

3.1. مدل FEPA پیش بینی شاخص CSI 300 و نتایج تجربی

3.2. تحلیل تجربی تاثیر پیش بینی مدل تجزیه EMD بازه ای

4. تحلیل مبتنی بر یادگیری عمیق پیش بینی نتایج تجربی ارزهای خارجی

4.1. مدل های FEPA پیش بینی ارز خارجی و نتایج تجربی

4.2. تحلیل اثر عامل زمان بر نتایج پیش بینی یادگیری عمیق ارز خارجی

5. نتیجه گیری

منابع

در مقاله حاضر، مدل پیش بینی پرتفوی FEPA جدید مبتنی بر روش تجزیه EMD است. این مدل مبتنی بر تجزیه حالت تجربی خاص سری های زمانی مالی، تحلیل مولفه های اصلی و شبکه عصبی مصنوعی برای مدلسازی و پیش بینی سری های زمانی مالی پیچیده غیرخطی، غیرایستا و چندمقیاسی جهت پیش بینی شاخص های بازار سهام و نرخ تسعیر ارز و بررسی تجربی این حوزه جذاب در تحقیقات بازار مالی است. مدل پیش بینی ترکیبی مقاله حاضر مبتنی بر ایده سنتز تجزیه – بازسازی است که باعث بهبود موثر پیش بینی سری های زمانی مالی داخلی مدل می شود. ما در این مقاله شاخص CSI 300 و نرخ تسعیر ارز را به عنوان بازار و داده های تجربی انتخاب کرده و هفت مدل پیش بینی را برای پیش بینی روند اجرای کوتاه مدت قیمت پایانی تعیین نمودیم. در مقاله حاضر با توجه به آنکه قیمت بالا و پایین در ورودی و خروجی موجود می باشند، الگوریتم تجزیه EMD بازه ای معرفی گردید. با تجزیه و تحلیل قیمت پایانی، قیمت های بالا و پایین شاخص سهام در زمان مشابه، نوسانات این سری های زمانی بازه ای شاخص و روند آن را می توان بهتر ثبت نمود.

1. مقدمه

به رغم توسعه سریع علم و فناوری اطلاعات و شبکه های رایانـــه ای در دهه گذشته، تحقیقات میان رشته ای مروج آمیزش رشته ها و کاربرد روش های تحقیق مورد استفاده در بسیاری از رشته های دیگر، پیش بینی وضعیت فعلی و آینده بازارهای مالی بسیار دشوار است. پیش بینی بازار مالی با توجه به حمایت نظریه های بازار مالی موجود و نیز ارتباط بین بازارهای مالی جهانی و ویژگی افق زمانی پیش بینی، موضوع تحقیقاتی چالش برانگیزی محسوب می شود [1]. نویسنده باور دارد که دلایل اصلی دشواری پیش بینی بازار مالی این است که بازار مالی خود از نوع سری های زمانی بازه ای غیرخطی، غیرایستا و چندمقیاسی بوده و مولفه های تجاری نویزی متعددی وجود دارند.

5. نتیجه گیری

ما در مقاله حاضر مدل FEPA را از انگاره شبکه عصبی – بخشی عمیق برای پیش بینی بازار مالی پیشنهاد نمودیم. مدل مزبور سه بخش دارد؛ بخش اول تجزیه حالت تجربی سری های زمانی مالی داده های سری های زمانی مالی برای تولید سری های زمانی چندلایه IMF تجزیه می شود؛ مجموعه سری های IMF از طریق تحلیل مولفه های اصلی برای کاهش ابعاد تبدیل شده و آنگاه مدل شبکه عصبی مصنوعی برای پیش بینی ایجاد می شود. در نهایت، خروجی پیش بینی شبکه عصبی مصنوعی برای تولید مقدار کل پیش بینی ترکیب می گردد. در مقاله حاضر، این مدل تعمیم یافته FEPA به عنوان یک مدل پیش بینی برای شاخص سهام CSI 300، شاخص سهام استرالیا و نرخ ارز خارجی مشخص شده و به صورت تجربی با داده های تاریخی اعتبارسنجی می شود. نتایج تجربی امکان پذیری و اثربخشی مدل FEPA را بازارهای خاص متعدد نشان می دهد. همچنین مقاله حاضر مدل FEPA را به مدل EMD  بازه ای تعمیم می دهد که به نتایج پیش بینی بهتری نائل می گردد.

In this paper, a new FEPA portfolio forecasting model is based on the EMD decomposition method. ,e model is based on the special empirical modal decomposition of financial time series, principal component analysis, and artificial neural network to model and forecast for nonlinear, nonstationary, multiscale complex financial time series to predict stock market indices and foreign exchange rates and empirically investigate this hot area in financial market research. ,e combined forecasting model proposed in this paper is based on the idea of decomposition-reconstruction synthesis, which effectively improves the model’s prediction of internal financial time series. In this paper, we select the CSI 300 Index and foreign exchange rate as the empirical market and data and establish seven forecasting models to make predictions about the short-term running trend of the closing price. ,e interval EMD decomposition algorithm is introduced in this paper, considering both high and low prices to be contained in the input and output. By analyzing the closing price, high and low prices of the stock index at the same time, the volatility of this interval time series of the index and its trend can be better captured.

1. Introduction

Despite the rapid development of information science and technology and computer networks in the past mortal decade, interdisciplinary research promoting cross fertilization of disciplines, and the application of research methods used in many other disciplines to the financial market forecasting, it is still very difficult to predict the current and future of financial markets. Financial market forecasting is a challenging research topic due to the support of existing financial market theories, as well as the linkage between global financial markets and the specificity of the forecasting time horizon [1]. ,e author feels that the main reasons for the difficulty of financial market forecasting are the financial market itself is a nonlinear, nonstationary, multiscale interval time series, and there are many noisy trading components.

5. Conclusion

In this paper, we propose a FEPA model of deep fractionalneural network paradigm for financial market forecasting. ,e model consists of three parts; the first part of the financial time-series empirical modal decomposition of financial time series data is decomposed to generate multilayer IMF time series; the set of IMF series is transformed by principal component analysis for dimensionality reduction, and then, an artificial neural network model is built for forecasting. Finally, the prediction output of the artificial neural network is combined to produce the total prediction value. In this paper, this generalized FEPA model is specified as a forecasting model for the CSI 300 stock Index, Australian stock index, and foreign exchange rate and empirically validated with historical data. ,e empirical results demonstrate the feasibility and effectiveness of the FEPA model for several specific markets. ,is paper also extends this FEPA model to an interval EMD model, which also achieves better forecasting results.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

مدل های پیش بینی مالی مبتنی بر الگوریتم یادگیری عمیق

Deep Learning Algorithm-Based Financial Prediction Models

چارچوب یادگیری عمیق براساس اختلاط دو روش S-Mask R-CNN و Inception-v3 برای تشخیص سرطان پروستات توسط تصاویرسونوگرافی

Deep learning framework based on integration of S-Mask R-CNN and Inception-v3 for ultrasound image-aided diagnosis of prostate cancer

چکیده

1- معرفی

2- عملیات مرتبط

3- قطعه بندی تصاویر

3-1 پیچیدگی سوبل

3-2 شبکه RPN

3-3 لایه ROIAlign

3-4 تابع شکست

3-5 شبکه پیچشی کامل

4- طبقه بندی تصاویر

4-1 واحد Inception

4-2 توابع هزینه اختلاف آنتروپی

4-3 حذف تصادفی

4-4 تعلیم مدل شبکه

4-5 شاخص های سنجش نتایج طبقه بندی

5- مجموعه اطلاعات و ساختار محیط تجربی

5-1 مجموعه اطلاعات

5-2 تنظیمات پارامترها

6- نتایج آزمایش

6-1 آنالیز تشخیص

6-3 آنالیز نتایج

7- نتیجه گیری

چکیده

تشخیص تصاویر سونوگرافی پروستات به کمک کامپیوتر می تواند به کشف بیماری و درمان سرطان پروستات کمک کند. با این وجود تصاویر سونوگرافی که از پروستات به دست می آید گاهی با نقطه های صوتی سنگین، نسبت پایین سیگنال به صدا و دقت پایین بررسی همراه می باشد. به منظور فائق آمدن بر این نقص، ما مدل تکنیک یادگیری عمیق را در این مقاله مطرح کردیم که S-Mask R-CNN و Inception-v3 را در تشخیص بیماری سرطان پروستات به کمک تصاویر سونوگرافی با یکدیگر ادغام می کند.  از S-Mask R-CNN برای درک دقیق قطعه بندی تصاویر سونوگرافی پروستات  و تکثیر مناطق منتخب استفاده شد. برای درک نقطه جایگاه یابی در ویژگی های پیکسل از تراز الگوریتم برای منطقه مورد نظر استفاده شده است. ویژگی های پوشش باینری یا دوتایی (یک اصطلاح تخصصی در مهندسی کامپیوتر می باشد) در تصاویر پروستات توسط شبکه پیچیده ای برای قطعه بندی ناحیه پروستات و زمینه آن به وجود آمده است. سپس، اطلاعات زمینه ای ذخیره شد، و مجموعه اطلاعات مربوط به تصاویر قطعه بندی شده سونوگرافی پروستات، برای شبکه Inception-v3 به منظور شناسایی آسیب ساخته شد. طرح شبکه جدید اضافه شد تا جایگزین رده بندی اصلی نمونه باشد، که این شبکه از گسترش به جلو و عقب تشکیل شده است. گسترش رو به جلو اساسا ویژگی های استخراج شده از لایه پیچیده، لایه مشترک و زیر لایه مشترک سوم را به لایه درونی منتقل می کند و این کار را از طریق تکنیک یادگیری انتقال انجام می دهد و سپس مقادیر کاهش یافته بین طبقه بندی ها و مقادیر علامت دار را محاسبه می کند تا سونوگرافی آسیب پروستات را تشخیص دهد. نتایج پیشنهادی نشان داد که روش مطرح شده می تواند به طور دقیق تصاویر سونوگرافی پروستات و اطلاعات قطعه بندی پروستات را در سطح پیکسل به طور همزمان مشخص نماید. این روش پیشنهاد شده نسبت به تشخیصی که پزشکان بطور دستی انجام می دهند و نیز دیگر روش های تشخیص بیماری، دارای دقت بالاتری است. روش ساده و کارآمد ما به عنوان مبنای شروع بسیار قابل اطمینان عمل می کند و منجر به تسهیل تحقیقات آینده در تشخیص یارانه ای تصاویر سونوگرافی پروستات می شود. گذشته از این، این عملیات، پیشرفت تکنولوژی های تشخیص سونوگرافی را در سرطان پروستات موجب می شود. 

7- نتیجه گیری 

مدل یادگیری عمیق که S-Mask R-CNN و Inception-v3 را در تشخیص سرطان پروستات به کمک تصاویر سونوگرافی یکپارچه می کند، در این مقاله مطرح شده است. مجموعه ای از تصاویر سونوگرافی پروستات با قطعه بندی و طبقه بندی ساخته شد و روش مطرح شده در این مقاله در این دستگاه آموزش داده شد. این مدل شبکه برای به دست آوردن جایگاه یابی صحیح نقاط ویژگی در تصاویر سونوگرافی پروستات از الگوریتم ROIAlign استفاده می کند. شبکه ترکیب شده ResNet-101 و RPN موجب بهبودی دقت قطعه بندی شده است، و پوشش باینری تصاویر سونوگرافی پروستات، از طریق FCN ایجاد شد تا به تاثیر قطعه بندی تصاویر و ناحیه پس زمینه دست یابد. طبقه بندی مدل اصلی لایه softmax، با مدل شبکه دسته بندی Inception-v3 جایگزین می شود (لایه softmax به لایه آخر میگن که خروجی لایه قبل رو میگیرد). بر اساس تست مقایسه ای، هر مدل شبکه قدیمی، روش استفاده شده در این مقاله می تواند کشف و تشخیص بیماری را بهبود بخشد بدون اینکه در محاسبات و مدل، افزایش قابل توجهی در پیچیدگی دیده شود. گام بعدی؛ گسترش دادن مجموعه اطلاعات حاضر  و استفاده از الگوریتم درون یابی خطی مکعبی است که جایگزین الگوریتم درون یابی دو خطی می باشد و به منظور پیشرفت و بهبود دقت قطعه بندی می باشد و از این رو بهبود اثرات آن بر تشخیص  بهبود می یابد. براساس تحقیقات حاضر، این مدل در زمینه سه بعدی به حد مطلوب و بهینه رسید و مورد استفاده قرار گرفت. 

Abstract

The computer-aided diagnosis of prostate ultrasound images can aid in the detection and treatment of prostate cancer. However, the ultrasound images of the prostate sometimes come with serious speckle noise, low signal-to-noise ratio, and poor detection accuracy. To overcome this shortcoming, we proposed a deep learning model that integrates S-Mask R-CNN and Inception-v3 in the ultrasound image-aided diagnosis of prostate cancer in this paper. The improved S-Mask R-CNN was used to realize the accurate segmentation of prostate ultrasound images and generate candidate regions. The region of interest align algorithm was used to realize the pixel-level feature point positioning. The corresponding binary mask of prostate images was generated by the convolution network to segment the prostate region and the background. Then, the background information was shielded, and a data set of segmented ultrasound images of the prostate was constructed for the Inception-v3 network for lesion detection. A new network model was added to replace the original classification module, which is composed of forward and back propagation. Forward propagation mainly transfers the characteristics extracted from the convolution layer pooling layer below the pool_3 layer through the transfer learning strategy to the input layer and then calculates the loss value between the classified and label values to identify the ultrasound lesion of the prostate. The experimental results showed that the proposed method can accurately detect the ultrasound image of the prostate and segment prostate information at the pixel-level simultaneously. The proposed method has higher accuracy than that of the doctor’s manual diagnosis and other detection methods. Our simple and effective approach will serve as a solid baseline and help ease future research in the computer-aided diagnosis of prostate ultrasound images. Furthermore, this work will promote the development of prostate cancer ultrasound diagnostic technology.

7- Conclusion

A deep learning model that integrates S-Mask R-CNN and Inception-v3 in ultrasound image-aided diagnosis of prostate cancer was proposed in this paper. A set of ultrasonic images of the prostate with segmentation and classification were constructed, and the model of this paper was trained on the set. This network model used the ROIAlign algorithm to achieve accurate positioning of feature points in prostate ultrasound images. The combined ResNet-101 and RPN networks improved the segmentation accuracy, and the corresponding binary mask of prostate ultrasound images was generated through FCN to achieve the segmentation effect of the prostate and background regions. The original model classification softmax layer was replaced with an improved Inception-v3 classification network model. Based on the comparison test of each classical network model, the method used in this paper can improve the detection without significantly increasing the complexity of calculation and model. The next step is to expand the current data set and use cubic linear interpolation algorithm instead of bilinear interpolation algorithm to improve the segmentation accuracy and thus improve the effect of model detection. Based on existing research, the model was optimized and applied to the 3D field.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

چارچوب یادگیری عمیق براساس اختلاط دو روش S-Mask R-CNN و Inception-v3 برای تشخیص سرطان پروستات توسط تصاویرسونوگرافی

Deep learning framework based on integration of S-Mask R-CNN and Inception-v3 for ultrasound image-aided diagnosis of prostate cancer

شبکه عصبی کانولوشن کم عمق برای غربالگری شیوع COVID-19 با عکسبرداری اشعه ایکس قفسه سینه

Shallow Convolutional Neural Network for COVID-19 Outbreak Screening Using Chest X-rays

چکیده
مقدمه
مواد و روش‌ها
جمع‌آوری داده‌ها
شبکه عصبی کانولوشن کم عمق
آزمایشات
نتایج در مجموعه داده متعادل
نتایج در مجموعه داده نامتعادل
بحث‌ و گفتگو
نتیجه‌گیری و کارهای آینده
منابع

چکیده

در میان داده‌های تصویربرداری رادیولوژی، عکسبرداری اشعه ایکس قفسه سینه (CXR) در مشاهده بروز کووید 19 بسیار استفاده می‌شود. برای غربالگری انبوه، استفاده از CXR، یک ابزار مبتنی بر هوش مصنوعی محاسباتی کارآمد، برای تشخیص موارد مثبت کووید 19 از موارد غیر کووید ضروری است. به این منظور، یک شبکه عصبی کانولوشن سبک وزن (CNN) با معماری کم عمق متناسب ارائه داده ایم که با استفاده از CXR موارد مثبت کووید 19 را بدون منفی کاذب بطور خودکار تشخیص می‌دهد. معماری کم عمق CNN در مقایسه با سایر مدل‌های یادگیری عمیق با پارامترهای کمتری طراحی شده است. معماری متناسب با CNN کم عمق با استفاده از CXRهای 321 مورد مثبت کووید تأیید شد. علاوه بر موارد مثبت کووید 19، مجموعه دیگری از 5856 مورد غیرکووید 19 (در دسترس عموم، منبع: کاگل) در نظر گرفته شد که شامل موارد ذات الریه عادی، ویروسی و باکتریایی است. در آزمونهای آزمایشی ما، برای جلوگیری از جهت‌گیری احتمالی، اعتبارسنجی 5 برابر دنبال شد و از هر دو مجموعه داده متعادل و نامتعادل استفاده شد. مدل پیشنهادی بالاترین دقت ممکن 99.69٪، را با حساسیت 1.0 به دست آورد، جایی که AUC، 9995/0 بود. بعلاوه، میزان مثبت کاذب گزارش شده برای 5856 مورد منفی کووید19 فقط 0015/0 بود. نتایج ما اظهار داشت که CNN پیشنهادی می‌تواند برای غربالگری انبوه استفاده شود. با استفاده از مجموعه دقیقاً مشابه مجموعه CXR، نتایج فعلی بهتر از سایر مدل‌های یادگیری عمیق و کارهای پیشرفته اصلی بود.

مقدمه

در دسامبر سال 2019، بیماری جدید ویروس کرونا (COVID – 19) در استان ووهان چین یافت شد https://www.who.int/docs/default-source/coronaviruse/who – china-joint-mission-on-covid-19-final-report.pdf [1]. برخلاف سرماخوردگی و آنفولانزا، کووید19 بسیار مسری تر است و برای سیستم ایمنی بدن انسان کاملاً ناشناخته است. به بیان دقیق‌تر، سندرم تنفسی بسیار حاد (SARS) و سندرم تنفسی خاورمیانه (MERS) دو بیماری شناخته شده ویروس کرونا هستند که به ترتیب 10 و 37 درصد مرگ و میر زیادی دارند [2، 3]. هم اکنون، کووید 19 بیش از 6،057،853 نفر را مبتلا کرده است که بیش از 371،166 مورد مرگ در سراسر جهان دارند (تاریخ، 01 ژوئن، 2020) [8]. نرخ شیوع کووید19 نمایی است و سریعتر از سایر بیماریهای مربوط به تنفس است. امروزه محققان برای پیش بینی عواقب احتمالی با استفاده از ابزارهایی که توسط هوش مصنوعی هدایت می‌شوند، به داده‌های کمی محدود شده‌اند.

نتیجه‌گیری و کارهای آینده

به طور کلی، در این مقاله، یک معماری کم عمق متناسب با CNN کم وزن را برای تشخیص موارد مثبت کووید 19 با استفاده از CXR‌ها در برابر موارد غیر کووید 19 پیشنهاد شده است. این آزمایشات بر روی مجموعه داده CXR‌های کویید 19 مثبت، ذات‌الریه – مثبت و سالم انجام شد. برای تأیید دقت، از پروتکل اعتبار سنجی 5 برابر در هر دو سناریوی مجموعه داده متعادل و نامتعادل استفاده شد که در آن 321 مورد مثبت کووید 19 استفاده شده است. با استفاده از (الف) ابزارهای محبوب DL، مانند MobileNet، InceptionV3 و ResNet50، معماری متناسب CNN پیشنهادی را مقایسه کرده ایم. و (ب) کارهای پیشرفته تشخیص COVID – 19 با استفاده از CXR‌ها، در نظر گرفته شود. مدل پیشنهادی بهتر از همه بوده و از نظر محاسباتی کارآمد است زیرا به تعداد پارامترهای کمتری نیاز دارد. چون معماری CNN کم عمق پیشنهادی منفی کاذب ندارد، می‌توان از آن برای غربالگری موارد مثبت کووید 19 در اشعه X قفسه سینه استفاده کرد.

در آینده، معماری شبکه با هدف به حداقل رساندن موارد مثبت کاذب، بررسی می‌شود. همچنین قصد داریم داده‌ها را اضافه کنیم که به ما کمک می‌کند تا از مشکلی که در حال حاضر با آن روبرو هستیم، یعنی کمبود داده کافی، جلوگیری کنیم.

Abstract

Among radiological imaging data, Chest X-rays (CXRs) are of great use in observing COVID-19 manifestations. For mass screening, using CXRs, a computationally efficient AI-driven tool is the must to detect COVID-19-positive cases from non-COVID ones. For this purpose, we proposed a light-weight Convolutional Neural Network (CNN)-tailored shallow architecture that can automatically detect COVID-19-positive cases using CXRs, with no false negatives. The shallow CNN-tailored architecture was designed with fewer parameters as compared to other deep learning models. The shallow CNN-tailored architecture was validated using 321 COVID-19-positive CXRs. In addition to COVID-19-positive cases, another set of non-COVID-19 5856 cases (publicly available, source: Kaggle) was taken into account, consisting of normal, viral, and bacterial pneumonia cases. In our experimental tests, to avoid possible bias, 5-fold cross-validation was followed, and both balanced and imbalanced datasets were used. The proposed model achieved the highest possible accuracy of 99.69%, sensitivity of 1.0, where AUC was 0.9995. Furthermore, the reported false positive rate was only 0.0015 for 5856 COVID-19-negative cases. Our results stated that the proposed CNN could possibly be used for mass screening. Using the exact same set of CXR collection, the current results were better than other deep learning models and major state-of-the-art works.

Introduction

In December 2019, the novel coronavirus disease (COVID-19) was found in Wuhan Province of China https://www.who.int/docs/default-source/coronaviruse/who -china-joint-mission-on-covid-19-final-report.pdf [1].Unlike the common cold and flu, COVID-19 is much more contagious, and for human’s immune system, it is an absolute unknown. To be more specific, severe acute respiratory syndrome (SARS) and Middle East respiratory syndrome (MERS) are two well-known coronavirus diseases, which have huge mortality rates of 10% and 37%, respectively [2, 3]. As of now, COVID-19 affected more than 6,057,853 people with more than 371,166 death cases across the world (dated, June 01, 2020) [8]. The COVID-19 outbreak spread rate is exponential and is faster than other respiratory-related diseases. Researchers are now limited to small amount of data to predict possible consequences using AI-driven tools.

Conclusion and Future Works

On the whole, in this paper, a light-weight CNN-tailored shallow architecture was proposed to detect COVID-19- positive cases using CXRs against non-COVID-19 ones. The experiments were performed on dataset collection of COVID19-positive, pneumonia-positive, and healthy CXRs. To validate its robustness, 5-fold cross-validation protocol was used on both balanced and imbalanced dataset scenarios, where 321 COVID-19-positive cases were used. We have compared the proposed shallow CNN-tailored architecture by taking (a) popular DL tools, such as MobileNet, InceptionV3, and ResNet50; and (b) state-of-the-art works for COVID-19 detection using CXRs, into account. The proposed model outperformed all and is computationally efficient as it requires less number of parameters. As the proposed shallow CNNtailored architecture has no false negatives, it could be used to screen COVID-19-positive cases in chest X-rays.

In future, the network architecture will be explored, aiming to minimize false positive cases. We also plan to augment data that helps avoid an issue we currently face, i.e., lack of sufficient data.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

شبکه عصبی کانولوشن کم عمق برای غربالگری شیوع COVID-19 با عکسبرداری اشعه ایکس قفسه سینه

Shallow Convolutional Neural Network for COVID-19 Outbreak Screening Using Chest X-rays