تشخیص ضایعات ام اس در تصاویر SWI با استفاده از مدل Faster R_CNN
عنوان مقاله: تشخیص ضایعات ام اس در تصاویر SWI با استفاده از مدل Faster R_CNN
شناسه ملی مقاله: ICELE03_311
منتشر شده در سومین کنفرانس بین المللی مهندسی برق در سال 1397
شناسه ملی مقاله: ICELE03_311
منتشر شده در سومین کنفرانس بین المللی مهندسی برق در سال 1397
مشخصات نویسندگان مقاله:
زهره رحمتی - دانشگاه آزاد اسلامی واحد تهران شمال، دانشکده فنی مهندسی
حسین ابراهیم پورکومله - دانشگاه کاشان، دانشکده مهندسی برق و کامپیوتر
محمدمنصور ریاحی کاشانی - دانشگاه آزاد اسلامی واحد تهران شمال، دانشکده فنی مهندسی
زهرا رضایی - دانشگاه کاشان، دانشکده مهندسی برق و کامپیوتر
خلاصه مقاله:
زهره رحمتی - دانشگاه آزاد اسلامی واحد تهران شمال، دانشکده فنی مهندسی
حسین ابراهیم پورکومله - دانشگاه کاشان، دانشکده مهندسی برق و کامپیوتر
محمدمنصور ریاحی کاشانی - دانشگاه آزاد اسلامی واحد تهران شمال، دانشکده فنی مهندسی
زهرا رضایی - دانشگاه کاشان، دانشکده مهندسی برق و کامپیوتر
بیماری اماس شایع ترین بیماری التهابی سیستم عصبی مرکزی است، در مغز بیماران مبتلا به اماس بافت های مرده به نامضایعات اماس ایجاد می شود، هدف از انجام این کار تشخیص ضایعات در بیماران اماس در تصاویر SWI می باشد. بدین منظور برای تحلیل این تصاویر از شبکه عصبی عمیق کانولوشن استفاده می شود. با استفاده از مدل Faster R_CNN به تشخیصضایعات در تصاویر و طبقه بندی آنها پرداخته شده است و دقت خروجی 95 درصد بدست آمده است. نتایج نشان می دهد کهبا استفاده از مدل Faster R_CNN می توان ضایعات را با دقت بسیار خوبی تشخیص داد.
کلمات کلیدی: بیماری اماس، تصاویر SWI، شبکه عصبی عمیق کانولوشن، آبجکت دتکشن، Faster R_CNN
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/831803/