تشخیص بیماری شکستگی بر اثر فشردگی مهره ناحیه کمر ومحل ناهنجاری در تصاویر سی تی با استفاده از الگوریتم های یادگیری ماشین

سال انتشار: 1397
محل انتشار: هشتمین کنفرانس هوش مصنوعی و رباتیک و دهمین سمپوزیوم بین المللی ربوکاپ آزاد ایران ۲۰۱۸
کد COI اختصاصی: IRANOPEN08_004
زبان مقاله: فارسی
تعداد مشاهده: 863

نویسندگان

دانشگاه آزاد اسلامی، واحد قزوین، دانشکده مهندسی کامپیوتر و فناوری اطلاعات

چکیده

بیماری شکستگی فشردگی مهره در اثر پوکی استخوان، معمولا با فرورفتگی و کاهش ارتفاع قسمتی از بدنه ی مهره رخ میدهد که خطر شکستگی و ترک خوردن مهره را افزایش میدهد. این بیماری در افراد سالمند و زنانی که زایمان های متعدد داشته اند، شیوع بیشتری دارد و رادیولوژی ست ها با بررسی تصاویر پزشکی مهره ها و اندازه گیری ارتفاع بدنه ی مهره، به تشخیص آن میپردازند. با توجه به خطای پزشکی و نیاز به داشتن تجربه ی کافی برای تشخیص بیماری، محققان به فکر استفاده از روشهای هوشمند تشخیص بیماری با مدل سازی دانش رادیولوژی ست های ماهر با استفاده از الگوریتم های یادگیری ماشین افتاده اند. تشخیص محل و شدت ناهنجاری روی بدنه ی مهره و میزان کاهش ارتفاع آن بخش، در نوع درمان توسط پزشک تاثیرگذار است. با استناد به این دلایل، در این تحقیق، برای رسیدن به هدف تشخیص بیماری روی بدنه ی مهره، و سپس محل وجود ناهنجاری، از ویژگیهای مورفومتری و اندازه گیری سه بخش بدنه ی مهره استفاده شده است.| سیستم خودکار تشخیصی ارایه شده، در تشخیص بیماری به درستی 88٫ 3 ٪ و حساسیت 92٫ 5 ٪ و برای تشخیص محل ناهنجاری نیز به میزان درستی تشخیص 86٫ 2 ٪ دست یافته است.

کلیدواژه ها

شکستگی فشردگی مهره - قطعه بندی کردن بدنه ی مهره - برچسب گذاری مهره - ماشین بردار پشتیبان - K نزدیکترین همسایه - ویژگی های مورفومتری

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.