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

  • سال انتشار: 1403
  • محل انتشار: دهمین کنفرانس بین المللی تحقیقات بین رشته ای در مهندسی برق، کامپیوتر، مکانیک و مکاترونیک در ایران و جهان اسلام
  • کد COI اختصاصی: ECMM10_042
  • زبان مقاله: فارسی
  • تعداد مشاهده: 157
دانلود فایل این مقاله

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

چکیده

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.

کلیدواژه ها

یادگیری عمیق، شبکه عصبی کانولوشنال، بیماری آلزایمر، تصاویر تشدید مغناطیسی، شبکه ی رزنت- ۵۰

مقالات مرتبط جدید

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.