CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

تشخیص و طبقه بندی بیماری آلزایمر با بلوک های رسوبی سه بعدی

عنوان مقاله: تشخیص و طبقه بندی بیماری آلزایمر با بلوک های رسوبی سه بعدی
شناسه ملی مقاله: JR_MJMS-62-5_008
منتشر شده در شماره 5 دوره 62 فصل در سال 1398
مشخصات نویسندگان مقاله:

فیروزه رضوی - گروه مدیریت فناوری اطلاعات ، واحد علوم و تحقیقات دانشگاه آزاد اسلامی، تهران، ایران
محمد جعفر تارخ - گروه مهندسی فناوری اطلاعات، دانشکده مهندسی صنایع، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران
محمود البرزی - گروه مدیریت فناوری اطلاعات، واحد علوم و تحقیقات دانشگاه آزاد اسلامی، تهران، ایران

خلاصه مقاله:
مقدمه: در سال‎های اخیر مطالعات فراوانی برای تجزیه و تحلیل مغز به منظور تشخیص بیماری‎های مغزی انجام شده است که تکنیک های یادگیری ماشین نقش به سزایی در ایجاد سیستم‎های هوشمند تشخیصی ایفا کرده اند. از بین روش‎های مختلف یادگیری ماشین، روش‎های مبتنی بر یادگیری عمیق در سال‎های اخیر کاربرد گسترده ای در ایجاد سیستم‎های هوشمند دستیار پزشکی داشته است که به ایجاد سیستم های قدرتمندی جهت تشخیص بیماری منتج شد. روش کار: در این پژوهش تشخیص بیماران آلزایمری با شبکه عصبی یادگیری عمیق مبتنی بر  بلوک های رسوبی سه بعدی ارایه شده است. همچنین روند آموزش و تست روش ارائه شده توسط مجموعه داده ADNI انجام پذیرفت. نتایج: نتایج حاصل از خروجی این روش در مقایسه با روش های ارائه شده در پژوهش های قبلی با دقت بالایی عملیات تشخیص و طبقه بندی بیماران آلزایمری انجام گردید. نتیجه گیری: یافته های پژوهش حاضر بیانگر آن بودند که یادگیری ماشین با روش های یادگیری عمیق می تواند زودتر از پزشکان، بیماری آلزایمر را تشخیص دهد.

کلمات کلیدی:
بیماری آلزایمر, یادگیری عمیق, بلوک های رسوبی سه بعدی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1030242/