تشخیص زودهنگام بیماری های اعصاب ، سرطان ،کرونا و بیماری قلبی با بکارگیری الگوریتمهای هوش مصنوعی-مروری

  • سال انتشار: 1401
  • محل انتشار: ششمین کنفرانس بین المللی مطالعات جهانی در مهندسی کامپیوتر، برق و مکانیک
  • کد COI اختصاصی: ENPMCONF06_011
  • زبان مقاله: فارسی
  • تعداد مشاهده: 368
دانلود فایل این مقاله

نویسندگان

آزیتا رمضانی

ارشد مهندسی کامپیوتر دانشگاه آزاد

آتوسا رمضانی

لیسانس رشته کامپیوتر دانشگاه آزاد

چکیده

از زمان های قدیم تا اکنون انسان ها با بیماری های مختلف مواجه بوده اند که بعضی از بیماری ها قابل درمان و بعضی خطرناک بوده و باعث مرگ خیلی از مبتلایان بوده است. یکی از بارزترین بیماری ها فراگیری ویروس کرونا در کل جهان بوده است که باعث ایجاد مشکلات و مبتلا شدن بسیاری از انسان ها بوده است.در این میان پژوهشگران و پزشکان زیادی در فکر راه حل برای تشخیص زودهنگام بیماری و جلوگیری از پیشرفت آن و در نهایت یافتن راه حل برای زنده ماندن بیمار افتادند که برای این موضوع راه حل های زیادی را پیشنهاد دادند که از روش های مختلف استفاده می کردند یکی از مهم ترین این روش ها استفاده از هوش مصنوعی و الگوریتم های یادگیری ماشین بوده است. امروزه از هوش مصنوعی مختلف در مطالعات گوناگون از جمله: علوم اعصاب، علوم کامپیوتر، پزشکی، آب و هوا، حمل و نقل و سایر زمینه ها کاربرد دارد. در این مطالعه ما الگوریتم های هوش مصنوعی که برای تشخیص بیماری ها بکار برده شده را مورد بررسی و مقایسه قرار می دهیم که می بینیم در بسیاری از موارد باعث تشخیص زودهنگام بیماری شده و باعث کمک به بیمار شده که بیماری پیشرفت نکند و بتواند به بهبودی برسد.در این بررسی به مطالعه بیماری اعصاب که شامل بیماری آلزایمر،پارکینسون و بیماری کرونا و سرطان و بیماری قلبی پرداخته ایم که بیشترین داده هایی که در مقالهاستفاده شد، تصاویری بود که از تصویربرداری تشدید مغناطیسی (MRI)، تصویربرداری تشدید مغناطیسی عملکردی (f-MRI)، الکتروانسفالوگرافی (EEG) و برخی ویدیوهای صورت برای تشخیص و بررسی حرکت بدن انسان به دست آمد. الگوریتم هایی که در اینجا مطالعه می شوند در مورد یادگیری عمیق، شبکه عصبی، یادگیری ماشین و هوش مصنوعی هستند. محبوب ترین روشی که در مقاله استفاده می شود حافظه کوتاه مدت طولانی (LSTM)، شبکه عصبی کانولوشنال (CNN)، ماشین بردار پشتیبان (SVM) و طبقه بندی است، بنابراین برای طبقه بندی از خوشه بندی مانند خوشه بندی فازی استفاده می شود. نتایج نشان میدهد که مطالعاتی که استفاده از هوش مصنوعی داشته اند نتیجه بهتری در مقابل مطالعات با روش های معمول برای تشخیص، پیشگیری و درمان بیماریها دارد.

کلیدواژه ها

بیماری، هوش مصنوعی ،یادگیری ماشین،تشخیص بیماری ,SVM, f-MRI, CNN, LSTM, EEG ، آلزایمر،پارکینسون ، کرونا ، سرطان ، بیماریقلبی

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.