پزشکان برای تشخیص تومور مغزی از تصاویر MRI مغز استفاده میکنند. امروزه محققان از توانایی شبکههای کانولوشنی عمیق برای شناسایی وجود تومور در تصاویر MRI استفاده میکنند. مقالات فراوانی پیرامون این پژوهش ارایه شده است. ما در این پروژه، به کمک شبکهی کانولوشنی عمیق (پایتون)، وجود تومور در تصاویر MRI را پیش بینی میکنیم. + دادههای MRI مغز در ساختار این شبکه از لایه convolution ، MaxPooling، Relu، Dropout، Flatten و Dense استفاده شده است. مقدار صحت بر روی دادههای آزمون تقریبا برابر با 97 درصد به دست آمد. بدون تومور مغزی حاوی تومور مغزی ...
پزشکان برای تشخیص تومور مغزی از تصاویر MRI مغز استفاده میکنند. امروزه محققان از توانایی شبکههای کانولوشنی عمیق برای شناسایی وجود تومور در تصاویر MRI استفاده میکنند. مقالات فراوانی پیرامون این پژوهش ارایه شده است. ما در این پروژه، به کمک شبکهی کانولوشنی عمیق (پایتون)، وجود تومور در تصاویر MRI را پیش بینی میکنیم. + دادههای MRI مغز در ساختار این شبکه از لایه convolution ، MaxPooling، Relu، Dropout، Flatten و Dense استفاده شده است. مقدار صحت بر روی دادههای آزمون تقریبا برابر با 97 درصد به دست آمد. بدون تومور مغزی حاوی تومور مغزی ...
Mnist یک مجموعه داده ساده در زمینه بینایی ماشین (کامپیوتر) است. این مجموعه داده شامل تصاویری از ارقام دستنویس انگلیسی مانند تصاویر زیر است که به کوشش Lecun جمع آوری شده است: همچنین در این مجموعه، برچسبهایی برای هر تصویر وجود دارد که بیانگر این است که هر تصویر نمایان گر چه رقمی است. برای مثال این برچسبها برای تصاویر بالا به ترتیب از چپ به راست عبارتاند از ?و?و?و?. در پروژه ما با کمک شبکه اتوانکودر عمیق به بازسازی مجدد دادههای MNIST پرداختهایم. از شبکههای اتوانکودر هم میتوان برای بازسازی اطلاعات استفاده کرد و هم استخراج و کاهش بعد ویژگی . شما میتوانید از این کد بر روی دادههای دیگری نیز استفاده کنید. شما میتوانید از این کد برای بازسازی اطلاعات، کاهش بعد داده، استخراج ویژگی و کاهش بعد ویژگی استفاده کنید (روی دادههای مختلف) خروجی بازسازی داده ساختار شبکه کانولوشنال ...