کلاس بندی نمایه توده بدنی (BMI) مبتنی بر ویژگی های چهره با استفاده از الگوریتم های یادگیری ماشین به منظور به کارگیری در پزشکی از راه دور
Publish place: Journal of Ergonomics، Vol: 10، Issue: 1
Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 159
This Paper With 12 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:
JR_IEHFS-10-1_008
تاریخ نمایه سازی: 24 مهر 1401
Abstract:
زمینه و هدف: با توجه به تاثیر کنترل شاخص توده بدنی (BMI) در زندگی، از تعیین گروه BMI با ویژگی های چهره می توان جهت توسعه سیستم های پزشکی از راه دور و حذف محدودیت های ابزارهای اندازه گیری به خصوص برای افراد ناتوان بهره برد، تا پزشکان بتوانند به شکل آنلاین در شرایط پاندمی به افراد کمک کنند.
روش کار: در این پژوهش از تصاویر چهره افراد سفیدپوست، سیاهپوست و آسیایی، ۱۸ تا ۸۱ سال با BMI نرمال و اضافه وزن، ویژگی های جدید و برخی ویژگی های مقالات پیشین استخراج شد. سپس در سه گام مجزا، عملکرد جنگل تصادفی و ماشین بردار پشتیبان یک بار با کل ویژگی ها و یکبار با ویژگی های منتخب بر اساس ضریب همبستگی پیرسون سنجیده شد. تصاویر چهره در گام اول در قالب یک گروه، در گام دوم با تقسیم بندی به گروه های بیضی، مربعی و گرد و در گام آخر با دسته بندی بر اساس جنسیت بررسی شده اند. پیاده سازی در نرم افزار متلب R۲۰۱۵b انجام شد.
یافته ها: نتایج استفاده از ویژگی های منتخب چهره ۹۷ زن و ۹۲ مرد نشان می دهد جنگل تصادفی در گروه های زنان و چهره مربعی با دقت های ۹۱/۷۵% و ۸۷/۳۰% و ماشین بردار پشتیبان در گروه های زنان، چهره مربعی و گرد با دقت های ۹۴/۸۴%، ۸۴/۱۲% و ۸۴% بهترین عملکرد را داشتند. همچنین استفاده از این ویژگی ها به جای کل ویژگی ها سبب بهبود عملکرد شد.
نتیجه گیری: با تقسیم بندی تصاویر چهره بر اساس شکل و جنسیت و نیز انتخاب ویژگی های مناسب می توان با دقت بهتری افراد را در گروه های BMI دسته بندی کرد تا کارآیی سیستم های پزشکی از راه دور را به ویژه برای افراد ناتوان افزایش داد.
Keywords:
Authors
مهسا حیدری
MSc, Department of Computer Engineering, Science and Research Branch, Islamic Azad University, Tehran, Iran
فرشید باباپور مفرد
Assistant professor, Department of Medical Radiation Engineering, Science and Research Branch, Islamic Azad University, Tehran, Iran
حامد شاه حسینی
Assistant professor, Department of Computer Engineering, Science and Research Branch, Islamic Azad University, Tehran, Iran
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :