تشخیص موارد اعتیاد به مواد مخدر از روی چهره با یادگیری عمیق

سال انتشار: 1400
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 213

فایل این مقاله در 8 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:

CONFITC06_070

تاریخ نمایه سازی: 3 خرداد 1401

چکیده مقاله:

امروزه اختلات مصرف مواد مخدر به ویژه در جوانان بسیار روشن و واضح است و نیاز به تشخیص زودهنگام افراد مبتلا به اختلالات مصرف مواد امری حیاتی است. اخلال مصرف مواد، از جمله سوء مصرف مواد و وابستگی به مواد، استفاده مداوم از مواد مخدر علاوه بر آسیب های روحی، آسیب های جسمی یا رفتار ی قابل توجهی به همراه دارد. این اختلالات منجر به عواقب نامطلوبی می شنود که معمولا توسط داروهای غیر قانونی علائم ترک فیزیولوژیکی و ناتوانی در کاهش یا توقف مصرف ایجاد می شود. با این حال روش ی ساده و موثر بر ای تشخیص وجود ندارد که بتوان از آن برای تعداد بسیار زیادی از موارد استفاده کرد. در این مقاله ما به تشخیص مصرف مواد مخدر با کمک پردازش تصویر چهره انسان ها با بکارگیری توصیف گرهای محلی الگوی بای نری محلی وآنالیز فراکتال مبتنی بر بافت به منظور استخراج موثر اطلاعات جزیی بافت چهره خواهیم پرداخت. این سیستم ها می توانند به صورت قابل قبولی موارد مصرف را شناسا یی کند و نرخ شناسایی قابل توجهی ارایه دهند. این روش به میزان ۷۱.۳۲ درصد نرخ شناسایی دارد.

کلیدواژه ها:

تشخیص اعتیاد به موادمخدر ، آنالیز فراکتال ، یادگیری عمیق ، استخراج ویژگی های چهره

نویسندگان

علی بهروزی

دانشجو ی کارشناسی ارشد مندسی کامپیوتر دانشگاه جامع امام حسین (ع)

محمدعلی جوادزاده

استادیاردانشگاه جامع امام حسین (ع)