تشخیص زودهنگام بیماری آلزایمر با استفاده از تصویرسازی تشدید مغناطیسی مبتنی بر شبکه عصبی کانولوشنی و منطق فازی
Publish place: Advances in Cognitive Sciences، Vol: 24، Issue: 3
Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 308
This Paper With 15 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_ICSS-24-3_006
تاریخ نمایه سازی: 25 بهمن 1401
Abstract:
مقدمه: بیماری آلزایمر یک بیماری مغزی پیش رونده و غیرقابل برگشت است که به آرامی حافظه و قدرت تفکر را از بین برده و حتی توانایی انجام کارهای ساده را از فرد می گیرد. تشخیص زودهنگام آلزایمر می تواند به بیماران مبتلا به این بیماری کمک کند تا با تغییر سبک زندگی خود روند پیشرفت این بیماری را کاهش دهند. بررسی تصاویر MRI، به تشخیص بیماری آلزایمر کمک شایانی می کند.
روش کار: در این مقاله به تشخیص زودهنگام بیماری آلزایمر با استفاده از تصاویر MRI به کمک شبکه عصبی کانولوشنی و منطق فازی پرداخته می شود. در این راستا، پس از استخراج ویژگی های مناسب از تصاویر MRI، از شبکه عصبی کانولوشنی استفاده خواهد شد. به منظور بهبود دقت روش پیشنهادی، از یک لایه فازی بین لایه ادغام و لایه کاملا هم بند استفاده می شود تا با بهره گرفتن از درجه تعلق داده ها به هر کدام از دو دسته، باعث تشخیص دقیق افراد سالم و مبتلا به آلزایمر شود.
یافته ها: نتایج آزمایشات نشان می دهد که روش پیشنهادی به ترتیب با دقت، صحت، فراخوانی و آماره F، ۶۱/۹۹، ۵۱/۹۶، ۳۲/۹۵ و ۶۱/۹۵ نسبت به دیگر روش ها از کارایی بهتری برخوردار است.
نتیجه گیری: نتیجه گیری می شود که مدل پیشنهادی با استفاده از شبکه عصبی کانولوشنی از دقت بالایی در تشخیص بیماری آلزایمر برخوردار است به علاوه استفاده از دسته بندی فازی دقت مدل را به طور قابل توجهی افزایش داده است.
Keywords:
Authors
حسین پورقلی
Master Student of Computer Engineering, Department of Computer Engineering, Fouman and Shaft Branch, Islamic Azad University, Fouman, Iran
الهام عسکری
Assistant Professor of Computer Engineering, Department of Computer Engineering, Fouman and Shaft Branch, Islamic Azad University, Fouman, 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 :