مروری بر آنالیز تصاویر اولتراسوند جنین با استفاده از شبکه های یادگیری عمیق
سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 241
فایل این مقاله در 15 صفحه با فرمت PDF و WORD قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
RSETCONF10_014
تاریخ نمایه سازی: 28 شهریور 1401
چکیده مقاله:
یکی از معاینات معمول که در بسیاری از کشورها برای مراقبت های دوران بارداری استفاده می شود، تصویربرداری اولتراسوند است. این روش اطلاعات مهمی در مورد سلامت و رشد جنین، روند بارداری، سن جنین، تاریخ زایمان ارائه می دهد. برخی از پارامترهای بیومتریک جنین مانند دور سر جنین (HC) برای بررسی سلامت و رشد جنین اندازه گیری می شود، بخش بندی دقیق سر جنین برای محاسبه دور سر مهم است. الگوریتم های یادگیری عمیق (DL) در حال تبدیل شدن به یک استاندارد برای پردازش تصاویر اولتراسوند(US) جنین هستند. در این مقاله یک شبکه عصبی کانولوشن برای اندازه گیری خودکار دور سر جنین (HC)، تکنیک های مختلف یادگیری عمیق برای بخش بندی جمجمه جنین و همچنین الگوریتم های DLبرای تجزیه و تحلیل تصاویر USجنین را مورد بحث قرار می گیرد.
کلیدواژه ها:
نویسندگان
معصومه فرخی
گروه مهندسی پزشکی، موسسه آموزش عالی آفرینش علم گستر بروجرد، بروجرد، لرستان، ایران
یاسر بازوند
گروه مهندسی پزشکی، موسسه آموزش عالی آفرینش علم گستر بروجرد، بروجرد، لرستان، ایران