ارائه مدلی جدید و مبتنی بر یادگیری عمیق برای تشخیص کودکان نیازمند به مراقبت های دندانی با در نظر گرفتن شاخص های موثر بر پوسیدگی دندان های شیری
محل انتشار: دومین کنفرانس ملی محاسبات نرم و علوم شناختی
سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 172
فایل این مقاله در 10 صفحه با فرمت PDF 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:
SCCS02_016
تاریخ نمایه سازی: 12 آبان 1403
چکیده مقاله:
متاسفانه علیرغم حساسیت و اهمیت بالای دندان های شیری، عموم مردم جامعه نسبت به حفظ و سلامت آنها اهمیت چندانی نمی دهند. دندان های شیری علاوه بر عملکرد جویدن و زیبایی در حفظ و نگهداری فضای لازم برای رویش دندان های دائمی نقش بسیار مهمی دارند. از این رو ارزیابی سلامت دهان در کودکان نقش مهمی در تعیین وضعیت سلامت و برنامه های جامع بهداشت و درمان دارد. در این مقاله تلاش شد با یک رویکرد مبتنی بر یادگیری عمیق و بهره گیری از داده های بالینی شبیه سازی شده، روشی کارآمد برای تشخیص کودکان نیازمند به مراقبت های دندانی ارائه شود. بررسی نتایج نشان داد که مدل پیشنهادی در مقایسه با الگوریتم های مشابه از دقت تشخیص بالاتری برخوردار است. به نحوی که دقت تشخیص کودکان نیازمند به مراقبت های دندانی با آن به ۹۸ درصد می رسد.
کلیدواژه ها:
نویسندگان
آرش هدایتی
پژوهشگر دانشگاه جامع علمی- کاربردی واحد آذربایجان غربی
مریم کمالیان برازجانی
دانشجوی دکترا نرم افزار،دانشگاه آزاد اسلامی واحد نجف آباد
یعقوب قنبری
دانش آموخته ی مهندسی هوش مصنوعی