نظام تشخيص سرطان الثدي بمساعدة الحاسب باستخدام التعلم العميق

الملخص

يعتبر سرطان الثدي أحد أنواع السرطانات المنتشرة بكثرة بين النساء في جميع أنحاء العالم والذي يؤدي إلى موت العديد من النساء كل عام بسبب التشخيص الخاطئ والعلاج المتأخر. لذلك في السنوات الأخيرة بدأ الاعتماد على أنظمة الكشف عن سرطان الثدي بمساعدة الحاسب وذلك بالاعتماد على صور الماموغرام المأخوذة من المريض وقد حققت خوارزميات التعلم العميق والرؤية الحاسوبية نتائج عالية في هذا المجال، حيث أثبتت الشبكات العصبونية الالتفافية كفاءتها من ناحية التعامل مع قواعد البيانات التي تحتوي على صور بأبعاد مكانية كبيرة. تم في هذا البحث تصميم نظام تشخيص سرطان الثدي بمساعدة الحاسب باستخدام قاعدة البيانات mini-mias التي تحتوي على 322 عينة موزعة على ثلاث أصناف (سليمة -ورم حميد-ورم خبيث) و ذلك بالاعتماد على الشبكات العصبونية الالتفافية convolution Neural Network(CNN) وتقنية نقل التعلم. تم المقارنة بين مجموعة من الشبكات المدربة مسبقاً وأعطت شبكة VGG16 الأداء الأفضل ثم تم القيام باستبدال الطبقات كاملة الاتصال وضبط المعاملات العليا للنموذج (عدد وحدات الطبقات كاملة الاتصال الجديدة ومعامل الاسقاط) بالاعتماد على خوارزمية بايز. حقق النموذج دقة 96% و92% و95% للصنف السليم والحميد والخبيث بالتتالي وقيمة Area Under Curve تعادل 98% لكل صنف.