الفهرس 
Chapter 1 IntroductionOnly 14 pages are availabe for public view
 |  | from | 131 |  |  |
| | | from | 131 | | |
Abstract
إن سرطان الثدى يعد عبئًا هائلًا على البشرية حيث يتسبب فى خسارة أعداد هائلة من الأرواح والأموال. إنه النوع الرائد من السرطان فى العالم بين النساء وهو سبب رئيسى لمعدل الوفيات والاعتلال. إن الفحص النسيجى المرضى لعينات أنسجة الثدى هو المعيار الذهبى للتشخيص. وفى هذه الرسالة، قد تم تطوير نظام للتشخيص بمساعدة الكمبيوتر مستند إلى التعلم العميق لتسهيل مهمة أخصائى علم الأمراض. ولهذا الهدف، فقد تم تحليل واختبار خمسة نماذج للشبكات العصبية الترشيحية المدربة مسبقًا، وهي: Xception و DenseNet201 و InceptionResNetV2 و VGG19 و ResNet152 وبمساعدة تقنيات زيادة البيانات ونهج جديد لنقل التعلم. حيث تم تدريب هذه النماذج واختبارها باستخدام الصور النسيجية المرضية التى تم الحصول عليها من مجموعة بيانات BreakHis. وقد تم إجراء تجارب عديدة لتحليل أداء هذه النماذج من خلال إجراء تصنيفات ثنائية وثمانية معتمدة على التكبير وأيضا غير معتمدة على التكبير. حيث أظهر نموذج Xception أداءً واعدًا من خلال تحقيق أعلى درجات لدقة التصنيف لجميع التجارب. وقد حقق مجموعة من درجات دقة التصنيف من 93.32٪ إلى 98.99٪ للتجارب الغير معتمدة على التكبير ومن 90.22٪ إلى 100٪ للتجارب المعتمدة على التكبير.
وتقدم هذه الرسالة العديد من المساهمات فى مجال تصنيف سرطان الثدى باستخدام الصور النسيجية المرضية. أولاً ، حيث تقوم النماذج المعتمدة فى هذه الرسالة بإجراء اختبار على عينات مصنفة حسب التكبير المتغير أو مستقلة عنه. بالإضافة إلى ذلك، فإنها تعبر عن النتائج إما بتصنيف ثنائى أو تصنيف ثمانى الفئات. علاوة على ذلك، تهدف هذه الرسالة إلى استخدام نموذج واحد أكثر كفاءة فى جميع التجارب ويتم إنشاؤه كنموذج تشخيصى أولى لأخصائى علم الأمراض. أخيرًا، قد تم استخدام العديد من النماذج فى كل تجربة لتقييم إمكانية إنجاز العديد من النماذج الناجحة فى تجربة واحدة.