امروز

جمعه ۷ دی ۱۴۰۳

در چند دهه ی اخیر افزایش چشم گیری در بیمارانی که مبتلا به سرطان های مختلف شده اند به وجود آمده است. کسانی که از سرطان هایی مانند پوست، ریه، پستان،... رنج می برند، باید در مراحل اولیه از وجود آن آگاه شوند و همچنین برای افزایش احتمال زنده ماندن باید به طور مکرر و منظم مورد معاینه قرار گیرند، تا از وضعیت خود و میزان پیشرفت آن با خبر شوند. متاسفانه تعداد قابل توجهی از مبتلایان وقتی مورد معاینه قرار می گیرند، که سرطان به مرحله ی پیشرفته ی خود رسیده است و این شانس زنده ماندن افراد را کاهش می دهد. در سال های اخیر یادگیری عمیق که خود از زیر مجموعه های یادگیری ماشین و هوش مصنوعی است، برای کاربردهای پزشکی مد نظر قرار گرفته است. یکی از مباحث مهم در یادگیری عمیق مبحث شبکه های عمیق مانند شبکه های کانولوشن می باشد. در این پایان نامه تعدادی شبکه ی عصبی برای تشخیص با دقت بالای سرطان پوست طراحی شده، سپس در مرحله ی بعد سعی شده این شبکه ها با کمترین کاهش دقت بر روی FPGA در دو حالت ممیز شناور و کوانتیزه شده پیاده سازی سخت افزاری شوند. نهایتا از بین شبکه های آموزش دیده شده  و پیاده سازی شده روی FPGA مدل های با عملکرد بهتر معرفی شده اند. در نهایت یک مدل کوانتیزه شده 6 بیت با دقت 93.4 در صد از بین مدل های دیگر انتخاب شده و سپس ورژن 8 بیت همان مدل به دقت 95.8 درصد رسیده است.

نام دانشجو: 
احسان عارفی
عنوان پایان نامه : 
طراحی وپیاده سازی سخت افزاری یک شبکه ی عصبی عمیق برای تشخیص در مراحل اولیه ی سلول های سرطانی
مقطع تحصیلی: 
کارشناسی ارشد
تاریخ دفاع: 
1401/06/30
ساعت: 
17:00