تشخیص بیماری آلزایمر با استفاده از استخراج ویژگی مبتنی بر یادگیری عمیق
Publish place: 5th International Conference on Software Computing
Publish Year: 1402
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 36
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CSCG05_119
تاریخ نمایه سازی: 9 اردیبهشت 1403
Abstract:
در سال های اخیر نگرانی جوامع در مورد تشعشعات و عوامل دیگری مانند آن و تاثیری که بر مغز انسان می گذارند افزایش یافته است. یکی از موضوع هایی که در این حوزه بسیار مورد تحقیق قرار گرفته است، شناسایی بیماری آلزایمر است. آلزایمر جزو بیماری های زوال عقلی است که درمانی برای آن وجود ندارد. اگر این بیماری در مراحل اولیه تشخیص داده شود، می توان عوارض آن را با دارو کم کرد. به همین دلیل تشخیص زودهنگام آلزایمر اهمیت زیادی دارد. بنابراین در این مقاله پس از استخراج ویژگی از تصاویر MRI مغز، از مدل های یادگیری عمیق جهت پیش بینی و تشخیص آلزایمر در درجات مختلف این بیماری استفاده شده است. سپس این نتایج با استفاده از روش یادگیری ترکیبی تجمیع شده اند تا به نتایج دقیق تری دست یافته شود. نتایج آزمایش حاکی از آن است که با صرف زمان بیشتر، با استفاده از روش یادگیری ترکیبی می توان به نتایج بهتری و دقیق تری دست یافت.
Keywords:
Authors
آروتین آوانس گورکیانس
کارشناسی مهندسی کامپیوتر )نرمافزار(، گروه مهندسی کامپیوتر، دانشگاه علم و فرهنگ، تهران
علیرضا رضوانیان
استادیار، گروه مهندسی کامپیوتر، دانشگاه علم و فرهنگ، تهران