بررسی روشهای خودکار تفسیر تصاویر پزشکی بر پایه یادگیری عمیق

  • سال انتشار: 1402
  • محل انتشار: ماشین بینایی و پردازش تصویر، دوره: 10، شماره: 3
  • کد COI اختصاصی: JR_JMVIP-10-3_001
  • زبان مقاله: فارسی
  • تعداد مشاهده: 250
دانلود فایل این مقاله

نویسندگان

حسنیه ذوالفقاری

دانشجوی دکترای هوش مصنوعی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، تهران، ایران

مریم رستگارپور

گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد ساوه

محمد تشنه لب

گروه مهندسی برق و کنترل، دانشکده فنی مهندسی دانشگاه خواجه نصیر طوسی، تهران

عباس کوچاری

دانشکده مکانیک ، برق وکامپیوتر، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، تهران، ایران

علیرضا احسانبخش

گروه تکنولوژی رادیولوژی، دانشگاه علوم پزشکی بیرجند، بیرجند، ایران

چکیده

تفسیرخودکار تصاویر، زمینه جدیدی از هوش مصنوعی است که دو شاخه پردازش زبان طبیعی و یادگیری ماشین را به خدمت می گیرد. تحقیقاتی که در سالهای اخیر بر روی این مقوله انجام شده و نتایج قابل قبولی که در این زمینه حاصل شده است از یک طرف و نیاز جامعه پزشکی به تفسیرخودکار تصاویر پزشکی از طرف دیگر، محققان را بر آن داشته تا این رویکرد را در این زمینه نیز به کار گیرند. تفسیر خودکار تصاویر پزشکی نسبت به مساله توصیف خودکار تصاویر طبیعی، چالش برانگیزتر می باشد.کمیت و کیفیت مجموعه داده های موجود در این مقوله نسبت به مجموعه داده های تفسیر تصاویر طبیعی کمتر است، تفسیرها غیرساختار یافته اند و تفسیر تصاویر طبیعی، شامل توصیف اشیاء و روابط بین آنها با یک یا چند جمله است درحالی که شرح تصاویر پزشکی شامل درک یافته های بالینی و ارائه یک گزارش دقیق از پاراگراف های مختلف است؛ تا فقط آنچه از نظر بالینی مهم است به جای آنچه در تصویر از نظر اشیاء وجود دارد برجسته گردد. در راستای رسیدن به نتایج مطلوب روش های متعددی پیشنهاد شده است که در این بین روش های مبتنی بر یادگیری عمیق، به نتایج بهتری دست یافته است. این مقاله به معرفی مجموعه داده ها، معیارهای ارزیابی و روشهای توسعه یافته بر پایه یادگیری عمیق در زمینه تفسیرخودکار تصاویر پزشکی می پردازد تا کمکی در راستای درک ادبیات موجود و برجسته نمودن مسیرهای آینده در این زمینه باشد.

کلیدواژه ها

تفسیر تصاویر پزشکی, تفسیر تصاویر, شبکه عصبی کانولوشن, شبکه عصبی بازگشتی, مکانیزم توجه

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.