الخلاصة

يعد استخدام التصوير المقطعي بجرعات منخفضة تقنية مهمة للكشف المبكر عن سرطان الرئة ، لكن الأخطاء التي تصاحب التشخيص بسبب قلة خبرة العاملين أو عدم كفاءة الأدوات والمعدات المستخدمة بالإضافة إلى ذلك ارتفاع التكاليف وزيادة تعرض المريض للإشعاع يجعل من الأمر مهما ليلجأ الباحثون إلى دراسته لتقليل التكاليف والأضرار الصحية التي تصاحبها.
في الآونة الأخيرة ، أصبح الذكاء الاصطناعي محط اهتمام كبير للباحثين خاصة في المجال الطبي. تعمل التكنولوجيا الحديثة القائمة على الذكاء الاصطناعي على أتمتة المهام وتزويد المهنيين الطبيين بمعلومات دقيقة تستند إلى خوارزميات التعلم العميق. وفقًا للعديد من الدراسات ، أصبح من الممكن استخدام الشبكات العصبية لتحديد ما إذا كانت عقيدات الرئة سرطانية أم لا. هذا يسمح بإنشاء بيئة تشخيصية دقيقة للأورام الخبيثة. في المجال الطبي ، حققت تقنية التعلم العميق نجاحًا كبيرًا في تصنيف الصور الصعبة.
في هذه الدراسة ، اقترحنا إنشاء نموذج شبكة عصبية تلافيفية عميقة (CNN) ، لتشكيل نظام فعال يعتمد على التعلم العميق للتنبؤ بالأورام الخبيثة في العقيدات الرئوية. تم أخذ مجموعة بيانات لتدريب النموذج من منصة Kaggle. يتنبأ النموذج الذي تم إنشاؤه ببيانات انتقال حالة سرطان الرئة الفردية ، والتي تشكل الأساس لنصائح الفحص الشخصي. تم تدريب النموذج المقترح على مجموعة البيانات لاكتشاف ثلاث فئات من الأمراض (الخبيثة والحميدة والعادية). وقد تم تحقيق دقة تصل إلى 98.63٪ وهي نسبة مرضية للغاية مقارنة بالدراسات السابقة.
المنصة المستخدمة في هذه الدراسة جهاز كمبيوتر محمول Hp ProBook مزودًا بمعالج Intel Core i7-6600U CPU vpro مسجلاً بسرعة 2.60 جيجاهرتز مع زيادة تصل إلى 2.81 جيجاهرتز ومحرك أقراص SSD سعة 500 جيجابايت وذاكرة وصول عشوائي سعتها 16 جيجابايت ورسومات UHD. كما أن لديها نظام التشغيل Windows 10 Pro ، وهو نظام تشغيل 64 بت.