پژوهشی با حمایت بنیاد ملی علم ایران، روشی نوین مبتنی بر هوش مصنوعی، انتقال یادگیری و یادگیری عمیق برای تشخیص انواع سرطان ارائه کرده است.
به گزارش خبرگزاری مهر به نقل از معاونت علمی، فناوری و اقتصاد دانشبنیان ریاست جمهوری، یوسف شرفی در قالب دوره پسادکتری و با راهنمایی محمد تشنهلب و با حمایت بنیاد ملی علم ایران در دانشگاه خواجه نصیرالدین طوسی، پژوهشی را با عنوان «مدلهای استخراج ویژگی عمیق بدون نظارت دوسطحی با استفاده از روش ترکیبی انتقال یادگیری جهت تشخیص بیماریهای سرطانی» به انجام رسانده است.
شرفی درباره این طرح توضیح داد: سرطان بهعنوان یکی از چالشهای اساسی سلامت در سطح جهانی، سالانه موجب مرگ میلیونها نفر میشود. پیشرفت در حوزههای تشخیص و پیشبینی این بیماری میتواند نقش مؤثری در کاهش مرگومیر و ارتقای کیفیت فرآیندهای درمانی ایفا کند. در این پژوهش، یک روش نوین استخراج ویژگی دوسطحیِ بدون نظارت ارائه شده است که بر پایه ترکیبی از مفاهیم انتقال یادگیری، یادگیری جمعی و یادگیری عمیق طراحی شده است. هدف اصلی این روش، افزایش دقت در دستهبندی و پیشبینی انواع مختلف سرطان از طریق استخراج ویژگیهای کلیدی و کاهش بُعد دادههای تصویری است.