هاجر مقدس، استادیار گروه مهندسی مکانیک دانشگاه یاسوج، به همراه یکی از همکاران دانشگاهی خود، پژوهشی را درباره کاربرد هوش مصنوعی در تشخیص سلولهای سرطانی در جریان خون انجام دادهاند. آنها در این مطالعه به بررسی ساختارها و مبانی روشهای هوش مصنوعی مورد استفاده برای شناسایی و شمارش این سلولها پرداختهاند و تلاش کردهاند تصویری جامع از پیشرفتهای انجامشده در این حوزه ارائه دهند.
این پژوهش به صورت یک مطالعه مروری انجام شده است. به این معنا که محققان با بررسی نظاممند مطالعات پیشین، کاربردهای یادگیری ماشین و یادگیری عمیق را در شناسایی خودکار سلولهای سرطانی در نمونههای واقعی خون تحلیل کردهاند. یادگیری ماشین شاخهای از هوش مصنوعی است که به سیستمها امکان میدهد با استفاده از دادهها الگوها را یاد بگیرند، و یادگیری عمیق شکل پیشرفتهتری از آن است که از شبکههای عصبی چندلایه برای تحلیل دادههای پیچیده مانند تصاویر استفاده میکند. در این مطالعه، مزایا و معایب هر روش، از جمله سرعت و دقت بالا در برابر وابستگی شدید به کیفیت و حجم دادههای آموزشی، بررسی شده است.
یافتههای این بررسی نشان میدهند که عملکرد مدلهای هوش مصنوعی به میزان زیادی به کیفیت تصاویر بستگی دارد. هرچه تصاویر واضحتر و با جزئیات بیشتر باشند، الگوریتمها بهتر میتوانند مرز سلولهای سرطانی را از سایر سلولها تشخیص دهند. همچنین مشخص شد که فرآیند آموزش این مدلها اغلب زمانبر است و نیاز به دادههای فراوان دارد. برای رفع این مشکل، پژوهشگران استفاده از روشهایی مانند پیشپردازش تصاویر، حذف نویزها و بهکارگیری تکنیکهای تولید داده مصنوعی را پیشنهاد کردهاند.
در بخش دیگری از نتایج آمده است که همه مدلهای بررسیشده در مقایسه با روشهای سنتی شمارش و دستهبندی سلولهای سرطانی، سرعت و دقت بیشتری داشتهاند. با این …
