تشخیص بیماری آلزایمر با استفاده از استخراج ویژگی مبتنی بر یادگیری عمیق

سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 35

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CSCG05_119

تاریخ نمایه سازی: 9 اردیبهشت 1403

چکیده مقاله:

در سال های اخیر نگرانی جوامع در مورد تشعشعات و عوامل دیگری مانند آن و تاثیری که بر مغز انسان می گذارند افزایش یافته است. یکی از موضوع هایی که در این حوزه بسیار مورد تحقیق قرار گرفته است، شناسایی بیماری آلزایمر است. آلزایمر جزو بیماری های زوال عقلی است که درمانی برای آن وجود ندارد. اگر این بیماری در مراحل اولیه تشخیص داده شود، می توان عوارض آن را با دارو کم کرد. به همین دلیل تشخیص زودهنگام آلزایمر اهمیت زیادی دارد. بنابراین در این مقاله پس از استخراج ویژگی از تصاویر MRI مغز، از مدل های یادگیری عمیق جهت پیش بینی و تشخیص آلزایمر در درجات مختلف این بیماری استفاده شده است. سپس این نتایج با استفاده از روش یادگیری ترکیبی تجمیع شده اند تا به نتایج دقیق تری دست یافته شود. نتایج آزمایش حاکی از آن است که با صرف زمان بیشتر، با استفاده از روش یادگیری ترکیبی می توان به نتایج بهتری و دقیق تری دست یافت.

نویسندگان

آروتین آوانس گورکیانس

کارشناسی مهندسی کامپیوتر )نرمافزار(، گروه مهندسی کامپیوتر، دانشگاه علم و فرهنگ، تهران

علیرضا رضوانیان

استادیار، گروه مهندسی کامپیوتر، دانشگاه علم و فرهنگ، تهران