طبقه بندی واریکوسل بر روی تصاویر حرارتی به کمک شبکه های عصبی کانولوشن
سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 749
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
COMCONF05_787
تاریخ نمایه سازی: 21 اردیبهشت 1397
چکیده مقاله:
واریکوسل اتساع و پیچ خوردگی غیرطبیعی شبکه وریدی (سیاهرگی) بالای بیضه ها است. الگو توزیع حرارتی غیرطبیعی را میتوان در کیسه بیضه توسط تصویربرداری حرارتی تشخیص داد. تصویربرداری حرارتی روشی از راه دور، بدون تماس و غیرتهاجمی است. در این مقاله با استفاده از دوربین مادون قرمز غیرتماسیSDS Hotfind L و عکسبرداری از تعداد 50 نفر از بیماران ارجا شده به بیمارستان 501 ارتش (آجا) که مبتلا به واریکوسل بودند، به کمک شبکه های عصبی کانولوشن به طبقه بندی گریدینگ واریکوسل اقدام شده است. میزان حساسیت روش ارایه شده برابر با %70 و ویژگی %88,23 می باشد. نتایج حاصل از این پژوهش حاکی از مناسب بودن روش شبکه های عصبی کانولوشن در جهت طبقه بندی واریکوسل است.
کلیدواژه ها:
نویسندگان
حسین قیومی زاده
استادیارمهندسی پزشکی، گروه مهندسی برق، دانشگاه ولی عصر(عج)، رفسنجان، ایران
علی فیاضی
عضو هیات علمی گروه مهندسی برق، دانشگاه ولی عصر(عج)، رفسنجان، ایران
مصطفی داناییان
استادیار گروه مهندسی برق، دانشگاه ولی عصر(عج) رفسنجان، ایران