مروری بر روشهای تشخیص توده بدخیم تیرویید از روی تصاویر سونوگرافی بر اساس یادگیری ماشین

سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 341

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:

ICCSE02_024

تاریخ نمایه سازی: 14 اسفند 1401

چکیده مقاله:

توده تیرویید بیماری رایجی است اما اغلب سرطان نیست .پزشک ممکن است در طول انجام آزمایشات پزشکی ، متوجه وجود توده ای برآمده در غده تیروئید بیمار شود. توده تیرویید یک زایده غیرطبیعی در سلول های تیرویید است . سونوگرافی می تواند بخوبی توده های نرم و مایع تیروئید را از توده های توپر یا جامد تشخیص دهد. اما این تشخیص به دانش شخصی و تجربیات پزشکان بستگی دارد. در نتیجه ، عملکرد تشخیصی متفاوت است . با توسعه فناوری دیجیتال، تکنیک های تشخیص مبتنی بر تصویر به طور گسترده ای استفاده می شود تا به پزشکان در بررسی مشکلات اندامهای زیرین پوست یا عمق بدن انسان ،کمک کند. با استفاده از روشهای نوین پردازش تصویر می توان کیفیت تصاویر را ارتقاء داد و با کمک هوش مصنوعی و ابتکار محققان، تشخیص و تصمیم گیری را برای پزشکان آسان و مطمئن نمود. سونوگرافی کم ضررترین روش تصویربرداری می باشد. اما کیفیت و قدرت تشخیص در این نوع تصویربرداری پایین است . این روش اطلاعات غنی ازتوده های تیروئید، مانند شکل ، ساختار توده، همچنین وضعیت توده ها را ارائه می دهد و برای بیماران کمترین آسیب را نسبت به سایر روشهای تصویربرداری دارد. اما تشخیص عارضه از روی تصاویر سونوگرافی کار بسیار مشکلی است . اما هنوز استفاده از این تصاویر به دانش شخصی تجربیات پزشکان بستگی دارد. در نتیجه ، عملکرد تشخیصی متفاوت و محدود است . با توسعه فناوری دیجیتال، تکنیک های تشخیص مبتنی بر تصویر به طور گسترده ای استفاده می شود تا به پزشکان درکشف بررسی مشکلات اندامهای زیرین پوست یا عمق بدن انسان، کمک کند. با استفاده از روشهای نوین پردازش تصویر می توان کیفیت تصاویر را ارتقاء داد و با کمک یادگیری ماشین و ابتکار محققان، دقت و صحت تشخیص را ارتقاء و تصمیم گیری را برای پزشکان، آسان و مطمئن نمود.

کلیدواژه ها:

تصاویر سونوگرافی ، توده ی خوشخیم تیرویید ، توده ی بدخیم تیرویید ، یادگیری ماشین

نویسندگان

ملیحه فیاض ایزدی

دانشجوی کارشناسی ارشد مهندسی پزشکی، دانشکده برق، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران

سعید نصری

دانشکده برق، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران،مرکز تحقیقات پردازش دیجیتال و بینایی ماشین، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران