تشخیص ضایعه مغزی با استفاده از شبکه عصبی یادگیری عمیق مبتنی بر SU-Net بهبودیافته

سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 214

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

STCONF06_004

تاریخ نمایه سازی: 7 شهریور 1402

چکیده مقاله:

سکته مغزی شایع ترین بیماری اعصاب محسوب می گردد و در عین حال شایع ترین علت مرگ و میر در بین بیماران مغز و اعصاب را نیز شامل می گردد. بیماری سکته مغزی روی رگهایی که وظیفه خونرسانی به مغز را انجام می دهند، تاثیر می گذارد. ضایعه سکته مغزی ممکن است در هر جایی از مغز رخ دهد و ممکن است به عنوان مناطق همگن ظاهر نشود و ظاهر آن با گذشت زمان به میزان قابل توجهی متفاوت باشد بیماران باید در طی ۴ الی ۵ ساعت از شروع علائم به طور موثر درمان شوند در غیر این صورت احتمال ناتوانی یا حتی مرگ وجود دارد. ثابت شده است که نکته اصلی تشخیص و درمان سکته مغزی به دست آوردن محل ضایعه سکته مغزی است . در این تحقیق با استفاده از شبکه عصبی کانولوشن SU-Net وجود ضایعه مغزی تشخیص داده شده است . همچنین الگوریتم Adam برای آموزش شبکه عصبی یادگیری عمیق استفاده شده است . دیتاست مورد استفاده ۲۰۱۵ ISLES می باشد. ۷۰% دادهها برای آموزش و ۳۰% برای تست استفاده شده است . نتایج نشاندهنده برتری شبکه عصبی SU-Net می باشد. در این تحقیق برای تشخیص از دو روش استفاده شده است . در روش اول از شبکه عصبی یادگیری عمیق مبتنی بر CNN استفاده شده است . در روش دوم روش SU-Netبرای تشخیص ضایعه مغزی استفاده شده است . نتایج نشاندهنده افزایش F-Score از ۰۶,۸۲% به ۵۷,۸۹% می باشد

نویسندگان

ماریا صفرزاده کلیبر

دانشجوی کارشناسی ارشد گروه مهندسی کامپیوتر موسسه آموزش عالی نبی اکرم(ص)

کریم صمدزمینی

استادیار گروه مهندسی کامپیوتر موسسه آموزش عالی نبی اکرم(ص)