ین #مقاله یک چارچوب #یادگیری_عمیق برای تشخیص سرطان ریه با استفاده از یک مدل از پیش آموزش دیده MobileNetV2 پیشنهاد می‌کند که با وزن‌های ImageNet-1K اولیه‌سازی شده و با یک لایه کاملاً متصل جدید و فعال‌سازی softmax اصلاح شده است. این مدل به دقت 99.6 درصد در مجموعه داده های تصویر سی تی اسکن سرطان ریه سه کلاسه دست می یابد که نشان دهنده بهبود قابل توجهی در استخراج ویژگی نسبت به روش های سنتی است. هدف این رویکرد مبتنی بر #هوش_مصنوعی افزایش کارایی تشخیصی و کاهش حجم کاری پزشک است. ▪️ A CT Image Classification Network Framework for Lung Tumors Based on Pre-trained MobileNetV2 Model and Transfer learning, And Its Application and Market Analysis in the Medical field 🌐https://eitaa.com/science_ai