जर्नल ऑफ़ स्टेम सेल रिसर्च एंड थेरेपी

अमूर्त

स्तन अल्ट्रासाउंड छवियों से सौम्य और घातक ट्यूमर का कन्वोल्यूशनल न्यूरल नेटवर्क आधारित वर्गीकरण

तेलगारापु प्रभाकर

स्तन कैंसर के निदान के लिए व्यापक रूप से इस्तेमाल की जाने वाली विधि स्तन अल्ट्रासाउंड (BUS) इमेजिंग है, लेकिन
रेडियोलॉजिस्ट के अनुभव के आधार पर व्याख्या अलग-अलग होगी। आजकल
BUS छवि वर्गीकरण के बारे में जानकारी प्रदान करने के लिए CAD सिस्टम उपलब्ध हैं। हालाँकि, अधिकांश CAD सिस्टम हस्तनिर्मित सुविधाओं पर आधारित थे। जिन्हें
ट्यूमर को वर्गीकृत करने के लिए डिज़ाइन किया गया है। इसलिए, इन सुविधाओं की क्षमता CAD सिस्टम की सटीकता तय करेगी
जिसका उपयोग ट्यूमर को सौम्य और घातक के रूप में वर्गीकृत करने के लिए किया जाता है। कन्वोल्यूशनल न्यूरल नेटवर्क (CNN) तकनीक के उपयोग से
, हम BUS छवियों के वर्गीकरण में सुधार कर सकते हैं। क्योंकि यह वर्गीकरण
और सामान्यीकृत छवि अभ्यावेदन के लिए एक नया दृष्टिकोण प्रदान करता है, जिससे हम परिणामस्वरूप सर्वोत्तम सटीकता प्राप्त कर सकते हैं। लेकिन, BUS
छवि का डेटाबेस छोटा आकार का है, इसलिए यह प्रतिबंधित हो सकता है क्योंकि CNN को स्क्रैच से प्रशिक्षित नहीं किया जा सकता है। इस
कमी को दूर करने के लिए, हम BUS छवि वर्गीकरण के संबंध में सर्वोत्तम सटीकता प्राप्त करने के लिए CNN दृष्टिकोण को सक्षम करने के लिए ट्रांसफर लर्निंग दृष्टिकोण के उपयोग की जाँच करते हैं
। VGG16_TL कार्यप्रणाली के अंतिम परिणाम AlexNet_TL को मात देते हैं। और अंतिम
परिणाम VGG16_TL की सटीकता, संवेदनशीलता, विशिष्टता, परिशुद्धता और F1 मान क्रमशः 88.23%, 88.89%, 88.89, 90% और 88.2% दर्शाते हैं । इसलिए, हम कह सकते हैं कि पूर्व-प्रशिक्षित CNN मॉडल की संभावना BUS छवि वर्गीकरण में
अच्छी सटीकता प्राप्त करती है ।