اهمیت استفاده از یادگیری ماشینی در حوزه تصویربرداری تشخیصی حیوانات کوچک از طریق تله رادیولوژی

سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 82

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MVTCONF02_342

تاریخ نمایه سازی: 9 آذر 1403

چکیده مقاله:

یادگیری ماشینی شاخه ای از هوش مصنوعی بوده که بدون دستور های مشخص و کد نویسی تعیین شده می تواند داده های موجود را تحلیل کند،تطبیق داده و به یادگیری بپردازد. تله مدیسین در دامپزشکی به دلیل اهمیت بیماری های زئونوتیک و همچنین ضرورت درمان به موقع ، معاینه و درمان از راه دور اهمیت به خصوصی دارد. یکی از کاربرد های ویژه ی هوش مصنوعی ، به دلیل ماهیت داده و سهولت در انتقال آن ها، در تصویربرداری دامپزشکی می باشد. داده های جمع آوری شده می تواند از راه دور و به کمک روش های نوین تله مدیسین توسط کامپیوتر ها پردازش شده و نتیجه نهایی به صورت خودکار نمایش داده شود.خطای انسانی به طور کلی امری اجتناب ناپذیر بوده و همچنین خستگی جسمانی فرد می تواند کیفیت کار را تحت تاثیر قرار دهد و مشکلات متعددی را به بار آورد. هوش مصنوعی همواره در زمینه های مختلف به کمک انسان ها آمده است و حوزه تله رادیولوژی نیز از این امر مستثنی نیست . نرم افزار های کامپیوتری و ماشین ها تحت تاثیر زمان و مکان نبوده و همواره بالاترین کیفیتی که قابل انجام باشد را به فرد ارائه می کنند. به کمک ابزارک های هوش مصنوعی دقت تکنسین یا فرد متخصص بالاتر خواهد رفت و با استفاده از این فناوری نوین به منظور تحلیل و بررسی داده ها تا حد امکان هیچ مشکل یا عیبی از دید فرد پنهان نخواهد ماند.توانایی تحلیل تصاویر یکی از ویژگی های مهم هوش مصنوعی بوده که امروزه به کمک رادیولوژیست ها آمده است . اساس این اتفاق بر پایه deep leaning بوده که جزو دسته unsupervised algorithm دسته بندی می شوند. این الگوریتم ها بدون نیاز به معرفی ایندکس های مختلف به مدل و تنها از طریق نشانه گذاری بر روی نواحی مورد نظر در تصویر، تشخیص و تعیین اندام های مختلف در تصاویر رادیوگراف و همچنین تصاویر به دست آمده از سونوگرافی را ممکن کرده است .امروزه هوش مصنوعی در تمامی حوزه ها با کمک به انسان باعث افزایش سرعت و بهروری شده است . بدیهی است که رادیولوژی نیز از این امر مستثنی نیست و می توان از هوش مصنوعی برای افزایش سرعت در تشخیص عارضه یا بیماری کمک گرفت . می توان مانند سایر کشور های پیشرو در این عرصه ، با استفاده از هوش مصنوعی و یادگیری ماشین در تصویربرداری و در نهایت تله رادیولوژی همگام با آنها پیش رفت و از این موقعیت نهایت استفاده را برد.بدیهی است که هیچ زمان هوش مصنوعی توانایی جایگزین شدن افراد متخصص را نخواهد داشت و تنها به عنوان ابزاری کمکی و فقط به منظور افزایشسرعت و دقت فرد متخصص به کار خواهد آمد. به محققان و اندیشمندان در حوزه رادیولوژی دامپزشکی پیشنهاد می شود تا توجه ویژه ای به این فناورینوین داشته و به توسعه این اتفاق نو، سرعت ببخشند.

نویسندگان

متین ستوده نژاد

دانشجوی دکتری عمومی دامپزشکی دانشگاه تهران

مجید مسعودی فرد

دانشیار گروه جراحی و رادیولوژی دانشکده دامپزشکی دانشگاه تهران

علی سینا مسعودی فرد

دانشجوی دکتری عمومی دامپزشکی دانشگاه تهران

اریکا عیسوی

دانشجوی دکتری عمومی دامپزشکی دانشگاه تهران