تخمین عمقناحیه ماکوال از روی تصاویر فوندوس با استفاده از شبکه های عمیق پیچشی

  • سال انتشار: 1403
  • محل انتشار: چهارمین همایش بین المللی مهندسی کامپیوتر، برق و تکنولوژی
  • کد COI اختصاصی: CELCONF04_116
  • زبان مقاله: فارسی
  • تعداد مشاهده: 100
دانلود فایل این مقاله

نویسندگان

مریم یحیایی

قطب علمی کنترل و پردازش هوشمند، دانشکده مهندسی برق و کامپیوتر، دانشکده فنی، دانشگاه تهران، تهران، ایران

رضا آقائی زاده ظروفی

قطب علمی کنترل و پردازش هوشمند، دانشکده مهندسی برق و کامپیوتر، دانشکده فنی، دانشگاه تهران، تهران، ایران

علیرضا رمضانی

مرکز تحقیقات اپیدمیولوژی بیماریهای چشم، پژوهشکده چشم و علوم بینایی، دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران

ساره صافی

مرکز تحقیقات اپیدمیولوژی بیماریهای چشم، پژوهشکده چشم و علوم بینایی، دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران

چکیده

تخمین ضخامت شبکیه برای تشخیص و نظارت بر بیماری های شبکیه، مانند ادم ماکوالی دیابتی، بسیار حائز اهمیت است. در این مطالعه، چارچوبی مبتنی بر شبکه عصبی پیچشی (CNN) برای تخمین نقشه های ضخامت ناحیه ماکوال از تصاویر فوندوس ارائه می دهیم. مدل ما، با استفاده از یک مجموعه داده شامل تصاویر فوندوس و نقشه های ضخامت متناظر، برای پیش بینی ضخامت در سطح پیکسل آموزش داده شده است که می تواند جایگزینی کارآمد برای تکنیک های زمان بر و پرهزینه مانند تصویربرداری توموگرافی انسجام نوری (OCT) در غربالگری مورد استفاده قرار گیرد. معماری شبکه CNN به گونه ای طراحی شده است که ویژگی های کلیدی تصاویر فوندوس را استخراج کند و بر نمایش دقیق فضایی تاکید داشته باشد. مدل ما با استفاده از خطای میانگین مربعات به عنوان تابع هزینه آموزش داده شد و با استفاده از معیارهای استاندارد عملکرد، از جمله خطای میانگین مطلق و شاخص شباهت ساختاری (SSIM)، ارزیابی شد. نتایج آزمایش ها نشان می دهند که روش پیشنهادی ما دقت ۸۹ درصد در تخمین ضخامت دارد و نقشه های پیش بینی شده مطابقت قابل توجهی با داده های واقعی دارند.

کلیدواژه ها

تخمین ضخامت ناحیه ماکوال, تصاویر فانداس, یادگیری عمیق, شبکه های عصبی پیچشی

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.