تطبيق مشغل تشفير ذاتي تعتمد على CNN في استرجاع صور سرطان الثدي

يُعد استرجاع الصور الطبية القائمة على المحتوى (CBMIR) تقنية شائعة تُستخدم لاسترجاع الصور ذات الصلة من خلال مقارنة السمات المحتواة في الصورة المطلوبة (Query Image) مع السمات المحتواة في الصور المخزنة في قاعدة البيانات. ومع ذلك، تظل الدراسات المتعلقة بـ CBMIR في مجال صور سرطان الثدي تحديًا كبيرًا نظرًا لقلة الأبحاث في هذا المجال. وقد سبق أن أظهرت الدراسات السابقة أداءً ضعيفًا وارتكاب أخطاء في التفسير، مع التركيز السلبي على عملية استخراج السمات. ولذلك، تهدف هذه الدراسة إلى استخدام طريقة التشفير التلقائي المستندة إلى الشبكة العصبية التلافيفية (CNN-based Autoencoder) لتقليل الأخطاء في عملية استخراج السمات وتحسين الأداء العام. وقد تم استخدام مجموعة بيانات BreakHis في هذه الدراسة. وبشكل عام، حققت طريقة التشفير التلقائي المستندة إلى الشبكة العصبية التلافيفية أداءً أعلى في استرجاع صور سرطان الثدي مقارنةً بالأساليب المستخدمة في الدراسات السابقة، حيث بلغ متوسط الدقة 0.9237 في فئة مجموعة البيانات الرئيسية (Mainclass Dataset)، و0.6825 في فئة مجموعة البيانات الفرعية (Subclass Dataset).