تشخیص ضایعات بیماری نورومیلیت اپتیکا در تصاویر پزشکی توسط روشهای یادگیری انتقالی و شبکه های کانولوشنی عمیق

سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 968

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

KAUCEE02_156

تاریخ نمایه سازی: 18 اردیبهشت 1400

چکیده مقاله:

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.

نویسندگان

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