کاربرد مدل های مولد (Generative AI) در بازسازی تصاویر شبکیه برای تشخیص زودهنگام نوروپاتی بینایی

سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 62

فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ECME27_156

تاریخ نمایه سازی: 19 مهر 1404

چکیده مقاله:

چکیده:پیشرفت های اخیر در مدل های مولد هوش مصنوعی (Generative AI) به ویژه شبکه های مولد تخاصمی (GAN) و مدل های انتشار (Diffusion Models) افق های نوینی را در تحلیل و بازسازی داده های تصویربرداری شبکیه گشوده است. در حوزه چشم پزشکی، این فناوری ها قابلیت بازسازی نواحی تخریب شده یا نویزدار در تصاویر OCT و Fundus را با دقتی فراتر از روش های کلاسیک فراهم آورده اند و امکان تشخیص زودهنگام نوروپاتی بینایی، به ویژه در مراحل پیش بالینی، را به طور چشمگیری افزایش داده اند. این مدل ها با یادگیری عمیق از الگوهای ساختاری میکروسکوپی شبکیه، قادرند بازنمایی های نهفته ای از آسیب های عصبی را استخراج و بازسازی کنند که حتی در تصویربرداری های اولیه قابل مشاهده نیستند. از سوی دیگر، ترکیب این سیستم ها با الگوریتم های تبیینی (Explainable AI) مسیر را برای توسعه ابزارهای بالینی شفاف و قابل اعتماد در تشخیص زودهنگام گلوکوم، نوروپاتی اپتیک و دیگر اختلالات بینایی فراهم می کند. بدین ترتیب، مدل های مولد نه تنها در بهبود کیفیت داده های تصویری بلکه در تحول رویکرد تشخیص و پایش بیماری های عصبی بینایی، نقشی بنیادین و آینده ساز ایفا می کنند.

نویسندگان

میلاد شیخیان

۱- دانشجو رشته چشم پزشکی، دانشگاه علوم پزشکی تبریز، شهر تبریز، کشور ایران