تشخیص ضایعات بیماری نورومیلیت اپتیکا در تصاویر پزشکی توسط روشهای یادگیری انتقالی و شبکه های کانولوشنی عمیق
Publish place: Second National Conference on Modern Research in Electrical, Computer and Medical Engineering
Publish Year: 1397
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 629
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
KAUCEE02_156
تاریخ نمایه سازی: 18 اردیبهشت 1400
Abstract:
بیماری نورومیلیت اپتیکا (NMOSD ) یکی از بیماریهای سیستم عصبی مرکزی در انسان و یک بیماری خود ایمنی است که اغلب، بالغین جوان را مبتلا می سازد و در جنس مونث دو تا سه برابر بیشتر رخ میدهد. توسط تصاویر MR مغز میتوان محل ضایعه را شناسایی کرد، به همین دلیل در سالهای اخیر روشهای متعددی برای تشخیص خودکار ضایعه از تصاویر MR مغز ارائه شده است اما تشخص این ضایعات به دلیل کوچک بودن ضایعه و شباهت ضایعه به سایر قسمتهای مغز و کم بودن تصاویر آن بسیار پر چالش است. با توجه به این مباحث در این پژوهش به کمک روشهای یادگیری عمیق و شبکه های عصبی کانولوشنی روشی جهت تشخیص ضایعات بیماری NMOSD در تصاویر MR مغز ارائهشده است. بدین ترتیب که با توجه به اینکه تعداد تصاویر این بیماری کم است، در ابتدا یک شبکه کانولوشنی عمیق توسط یک مجموعه داده مربوط به تصاویر تومور مغز آموزش دیده شده است و در ادامه از آن شبکه آموزش دیده شده و به کمک تکنیک یادگیری انتقالی ضایعات بیماری NMOSD تشخیص دادهشده است. به کمک روش پیشنهادی تشخیص ضایعات در تصاویر MR مغز با نرخ دایس %۸۹.۱ تشخیص داده شده است.
Keywords:
Authors
زهرا حنیفه لو
دانشجو دکتری، دانشکده ی مهندسی کامپیوتر، گروه هوش مصنوعی، دانشگاه اصفهان
سیدامیرحسن منجمی
عضو هیئت علمی دانشکده ی مهندسی کامپیوتر، گروه هوش مصنوعی، دانشگاه اصفهان
سیدپیمان ادیبی
عضو هیئت علمی دانشکده ی مهندسی کامپیوتر، گروه هوش مصنوعی، دانشگاه اصفهان