CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

تحلیل رفتار شبکه عصبی کانولوشنی درتشخیص بیماری بطن چپ در تصاویر تشدید مغناطیسی

عنوان مقاله: تحلیل رفتار شبکه عصبی کانولوشنی درتشخیص بیماری بطن چپ در تصاویر تشدید مغناطیسی
شناسه ملی مقاله: TECCONF03_210
منتشر شده در سومین کنفرانس ملی فناوری در مهندسی برق و کامپیوتر در سال 1397
مشخصات نویسندگان مقاله:

علیرضا مقدسی - دانشکده مهندسی برق، پزشکی و مکاترونیک، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران
سیدوهاب شجاع الدینی - پژوهشکده برق و فناوری اطلاعات، سازمان پژوهشهای علمی و صنعتی ایران، تهران، ایران

خلاصه مقاله:
طبقه بندهای مبتنی بر یادگیری ماشین در سالیان اخیر به ابزاری موثر برای تشخیص زودهنگام ضایعات در تصاویر زیستی بدل شده اند. در این مقاله رفتار شبکه های عصبی کانولوشنی در تشخیص بیماری قلبی از روی تصاویر تشدید مغناطیسی بطن چپ تحلیل می شود. بدین منظور روش شبکه های عصبی کانولوشنی بر روی تعداد 50 تصویر از این نوع شامل موارد سالم و بیمار آزموده می شود. نتایج حاصل از این بررسی، حاکی از آن است که استفاده از راهکار فوق، به طور متوسط قادر است دقت تشخیصی را در حدود 88 درصد به دست دهد که این پارامتر به تفکیک برای موارد سالم و بیمار 92 و 84 درصد حاصل آمده است.

کلمات کلیدی:
تشخیص ضایعه قلبی، بطن چپ، تصویر تشدید مغناطیسی، یادگیری عمیق، شبکه عصبی کانولوشنی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/790053/