تشخیص آستیگمات نامنظم از طریق تصاویر پنتاکم با استفاده از شبکه های عصبی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,045

فایل این مقاله در 9 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:

NPECE01_093

تاریخ نمایه سازی: 6 بهمن 1395

چکیده مقاله:

بینایی کارآمد جهت انجام کلیه فعالیت های روزمره لازم و ضروری می باشد کاربرد کامپیوتر در پزشکی با هدف پردازش و تحلیل اطلاعات پزشکی و یافتن ارتباطات بین این اطلاعات و بیماری هاست هدف این پژوهش ارائه روشی جهت تشخیص آستیگمات نا منظم با استفاده از مجموعه ای از شبکه های عصبی در یک ساختار ترکیبی است آستیگمات نامنظم از جمله بیماری هایی است که در تشخیص آن اختلاف نظرهای زیادی وجود دارد در این پژوهش پرونده 450 توپوگرافی چشم با دستگاه پنتاکم در کلینیک چشم پزشکی نور در مدت یک سال مورد مطالعه قرار گرفته است مجموعه داده ای از چهار دسته مختلف مورد استفاده قرار گرفته است که عبارتند از داده های مربوط به افراد مبتلا به کراتوکونوس قوز قرنیه نوع اول تا سوم و داده های مربوط به افراد سالم سیستم ترکیبی پیشنهادی دارای چند دسته بند پایه به عنوان خبره و یک شبکه دروازه ای برای ترکیب نتایج دسته بندهاست نتایج نهایی این سیستم نشان می دهد که تشخیص این بیماری با دقت تقریبی 88 درصد قابل حصول است

کلیدواژه ها:

آستیگمات نامنظم ، پنتاکم ، شبکه عصبی ، شبکه دروازه ای Gating

نویسندگان

مریم قادری

گروه کامپیوتر دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

آرش شریفی

گروه کامپیوتر دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

ابراهیم جعفرزاده پور

گروه بینایی سنجی دانشگاه علوم پزشکی تهران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • س محمدپور و ع .مهری دهنوی" یک روش پیش خنثی ...
  • س 0ح .نبوی کریزی و ا .اله کبیر" , یک ...
  • م. کیانی و ی. منصوریان, "بازیابی اطلاعات تصویری حوزه سلامت ...
  • ن. حاتمی خواه، "بررسی روش های مبتنی بر انتخاب ویژگی, ...
  • S. pensiero: , Neural network-based system for early keratoconus و ...
  • F. Versacic: , Use of a Support Vector Machine for ...
  • M. J. S. N. G. H. R.A. Jacobs, _ Adaptive ...
  • N. _ A. E. R. Kheradpisheh SR, "An Evidence-B ased ...
  • p. Agostino and S. pensiero, "Neural network-based system for early ...
  • K. Hayashi, H. Hayashi, T. Oshika and F Hayashi, "Fourier ...
  • D. K. James and M. MD, "Neuroimaging in ophthalmo logy, ...
  • N. Maeda, S. Klyce SD and M. Smolek, "Neural Network ...
  • K. Michael, D. Smolek and D. Stephen, "Current Keratoconus Detection ...
  • T. Oshika, T. Tanabe and S. Amano, "Progression of keratoconus ...
  • C. Temstet and , Sandali, "Cormeal epithelial thickness mapping using ...
  • F. Toutounchian, J. Shanbehzadeh and M. Shanbehzadeh, "Detection of Keratocomus ...
  • s. Kheradpisheh, "Mixture of feature specified experts, " Information Fusion, ...
  • L. Kuncheva, "Combining patterm classifiers, " methods and algorithms, IEEE, ...
  • L. Xu, "Methods of combining multiple classifiers and their applications ...
  • H. Zare, "Relevant based structure learning for feature selection, " ...
  • نمایش کامل مراجع