سامانه همایش ها

English

صفحه اصلی / سی و دومین کنفرانس ملی و دهمین کنفرانس بین المللی مهندسی زیست پزشکی ایران

A Comparative Analysis of CNN Architectures for Histopathology Image Classification: Performance, Efficiency, and Adversarial Robustness

نویسندگان :

Moein Akbari Shahpar¹ Mohsen Akbari-Shahpar²

1- Department of Engineering Science, University of Tehran, Tehran, Iran 2- Faculty of Electrical and Computer Engineering, University of Tabriz, Tabriz

کلمات کلیدی :

Convolutional Neural Networks،CNN،Histopathology،Adversarial Robustness،Adversarial Training،Medical Imaging،Image Classification

چکیده :

Abstract—The integration of Convolutional Neural Networks (CNNs) into histopathology promises to revolutionize diagnostics, yet their vulnerability to adversarial attacks poses a significant risk to clinical deployment. This study investigates the relationship between CNN architecture, performance, and adversarial robustness. We benchmarked five distinct architectures (VGG16, ResNet-50, MobileNetV3-Large, EfficientNet-B4, and ConvNeXt-Tiny) on the PathMNIST dataset for classification accuracy, efficiency, and robustness against both Projected Gradient Descent (PGD) and Fast Gradient Sign Method (FGSM) attacks. Our results, averaged over five runs, show that while ConvNeXt-Tiny achieved the highest clean accuracy (93.07%±0.88%), its performance collapsed under low-strength attacks. Adversarial training significantly enhanced resilience, maintaining 62.14%±0.65% accuracy under a PGD attack that reduced the standard model's accuracy to nearly zero. This highlights a critical trade-off between standard accuracy and adversarial robustness, underscoring the need to evaluate models for both safety and reliability before clinical adoption.

لیست مقالات

لیست مقالات بایگانی شده

کاربردهای هوش مصنوعی و یادگیری عمیق در تشخیص و پیش‌بینی بیماری‌ها

علی فرزین

A Real-Time Integrated Framework for Face Detection, Gender, and Emotion Recognition Using Convolutional Neural Networks

Mostafa Asgarinejad - Elias Ebrahimzadeh - Vida Mirabolfathi - Lila Rajabion - Hamid Soltanian-Zadeh

حفظ حریم خصوصی داده‌ها در اینترنت اشیای پزشکی (IoMT) با استفاده از یادگیری فدرال (Federated Learning) در معماری مه

سالار لطفی آقجه - نازنین خاکسبز - نیلوفر رنجبر

تاثیر عدم تقارن اطلاعاتی بر ارتباط بین متنوع سازی شرکتی و مالی سازی شرکت

احمد محمدی - سعید سودی - سونیا کیوان بد

پیش بینی ریسک بیماری های قلبی- عروقی با استفاده از تکنیک یادگیری گروهی stacking

مهسان یقطینی - حسین اقبالی - محمدعلی اقبالی

بررسی تاثیر سرمایه فکری بر رشد و ارزش شرکت با تاکید بر عملکرد مالی

یعقوب اقدم مزرعه - فائزه هاشم زاده اصل

طراحی مدل هوشمند در جهت رتبه‌بندی شعب شرکتهای بیمه

مسعود سبزچی دهخوارقانی - میترا زابلی پیله رود

بررسی رهایش هوشمند داروی زولدرنیک اسید از نانوذره پلی دوپامین

پیام ردایی - فریبا گنجی - شهره مشایخان - منیژه مختاری دیزجی - سید ابراهیم واشقانی فراهانی - فاطمه باقری

کاربرد هوش مصنوعی در مدیریت پروژه در زمینه‌های زنجیره تأمین

فرشاد زارعی

نوآوری در امنیت هوشمند: طراحی سیستم‌های AI با مقاومت ذاتی در برابر تهدیدات سایبری

علی غلام نتاج - محمد عرفان رحمانیان کوشککی - امیدرضا حمیدی نیا - محمد مهدی افتخاری

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.4.1