بخش بندی سه بعدی تصاویر MRI به منظور جراحی به کمک یادگیری عمیق

سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 139

فایل این مقاله در 9 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:

CSCONFERENCE01_026

تاریخ نمایه سازی: 22 آذر 1402

چکیده مقاله:

تومورهای مغزی یکی از خطرناک ترین تومورها است که سالانه جان انسان های بی شماری را تهدید می کند. تصویر برداری MRI یکی از راه های شناسایی تومور مغزی است که به درمان آن بسیار کمک می کند. با استفاده از این تصاویر پزشک ها تومور را می توانند تشخیص دهند و در صورت وجود مکان آن را برای عمل جراحی شناسایی کنند. یکی از حوزه های تحقیقاتی فعال، برای کمک به متخصصان پزشکی در پیش بینی و تشخیص, تقسیم بندی خودکار مغز است. روش های مبتنی بر اطلس و روش های مبتنی بر تشخیص الکو باعث توسعه ابزارهای گوناگونی برای تقسیم بندی خودکار مغز شدند. به تازگی، روش های بادگیری عمیق از سایر روش ها پیشی گرفته و به مرور زمان پیشرفته تر می شوند. از انجایی که این روش توانایی بالایی در یادگیری ویژگی های پیچیده داده ها با ابعاد بالا دارد ابزاری برای تقسیم بندی دقیق مناطق مغز است و به کمک این روش دقت تشخیص و درمان را بسیار بهبود بخشیده است و از همین رو، ا مروزه کاربرد زیادی در امور پزشکی دارد. در این کار، شبکه ای براساس شبکه های عصبی سه بعدی برای تقسیم بندی مغز پیشنهاد شده است. با استفاده از این شبکه محل تومور را با دقت بسیار بالا و به صورت سه بعدی می توان مشخص کرد.

نویسندگان

دانیال سیفی

استاد راهنما

زهرا سپه سرا

دانشجوی کارشناسی مهندسی پزشکی گرایش بیوالکتریک موسسه آموزش عالی زوبهان