ارائه روشی جهت تشخیص بیماری آلزایمر با استفاده از شبکه ی رزنت- ۵۰

سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 155

فایل این مقاله در 12 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:

ECMM10_042

تاریخ نمایه سازی: 13 آبان 1403

چکیده مقاله:

بیماری آلزایمر، یک اختلال مغزی پیش رونده و برگشت ناپذیر است که به آرامی مهارت های تشخیص و حافظه رااز بین می برد و در نهایت منجر به مرگ می شود. این بیماری، از شایع ترین بیماری های زوال عقلی بشر محسوبمی شود و فشار زیادی از نظر اقتصادی و عاطفی بر بیماران، مراقبت کنندگان و جامعه وارد می کند. یکی از مشکلاتیکه پزشکان در تشخیص بیماری آلزایمر دارند این است که مراحل اولیه بیماری آلزایمر با مشکلات دوران میانسالیمشابه است و پزشکان در تمایز میان روند طبیعی پیرشدن و مراحل اولیه بیماری آلزایمر با دشواری روبرو هستند.سیستم های خبره پزشکی به وجود آمدند تا به پزشکان در تشخیص و درمان به موقع بیماری های مختلف کمککنند. تاکنون تحقیق های متنوعی جهت تشخیص بیماری صورت گرفته که از روش های مختلفی مثل یادگیریعمیق، مسائل بهینه سازی و... انجام شده است. در این پژوهش با استفاده از یادگیری عمیق و شبکه عصبیکانولوشنال از روی تصاویر تصاویر تشدید مغناطیسی به تشخیص بیماری آلزایمر پرداخته شده و دقت ۹۹ % بااستفاده از معماری رزنت- ۵۰ حاصل شده است.

نویسندگان

سبحان میرزابیگی

دانشجوی کارشناسی ارشد هوش مصنوعی دانشگاه جامع امام حسین (ع)؛ تهران؛ ایران

محسن نوروزی

پژوهشگر و مدرس هوش مصنوعی؛ دانشکده کامپیوتر، شبکه و ارتباطات؛ دانشگاه جامع امام حسین (ع)؛ تهران؛ ایران