تشخیص و طبقه بندی بیماری آلزایمر با بلوکهای رسوبی سه بعدی | ||
| مجله دانشکده پزشکی دانشگاه علوم پزشکی مشهد | ||
| مقاله 8، دوره 62، ویژه (روانشناسی)، بهمن و اسفند 1398، صفحه 1748-1755 اصل مقاله (813.38 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22038/mjms.2019.14993 | ||
| نویسندگان | ||
| فیروزه رضوی1؛ محمد جعفر تارخ* 2؛ محمود البرزی3 | ||
| 1گروه مدیریت فناوری اطلاعات ، واحد علوم و تحقیقات دانشگاه آزاد اسلامی، تهران، ایران | ||
| 2گروه مهندسی فناوری اطلاعات، دانشکده مهندسی صنایع، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران | ||
| 3گروه مدیریت فناوری اطلاعات، واحد علوم و تحقیقات دانشگاه آزاد اسلامی، تهران، ایران | ||
| چکیده | ||
| مقدمه: در سالهای اخیر مطالعات فراوانی برای تجزیه و تحلیل مغز به منظور تشخیص بیماریهای مغزی انجام شده است که تکنیکهای یادگیری ماشین نقش به سزایی در ایجاد سیستمهای هوشمند تشخیصی ایفا کردهاند. از بین روشهای مختلف یادگیری ماشین، روشهای مبتنی بر یادگیری عمیق در سالهای اخیر کاربرد گستردهای در ایجاد سیستمهای هوشمند دستیار پزشکی داشته است که به ایجاد سیستمهای قدرتمندی جهت تشخیص بیماری منتج شد. روش کار: در این پژوهش تشخیص بیماران آلزایمری با شبکه عصبی یادگیری عمیق مبتنی بر بلوکهای رسوبی سه بعدی ارایه شده است. همچنین روند آموزش و تست روش ارائه شده توسط مجموعه داده ADNI انجام پذیرفت. نتایج: نتایج حاصل از خروجی این روش در مقایسه با روشهای ارائه شده در پژوهشهای قبلی با دقت بالایی عملیات تشخیص و طبقه بندی بیماران آلزایمری انجام گردید. نتیجهگیری: یافتههای پژوهش حاضر بیانگر آن بودند که یادگیری ماشین با روشهای یادگیری عمیق میتواند زودتر از پزشکان، بیماری آلزایمر را تشخیص دهد. | ||
| کلیدواژهها | ||
| بیماری آلزایمر؛ یادگیری عمیق؛ بلوکهای رسوبی سه بعدی | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 1,676 تعداد دریافت فایل اصل مقاله: 940 |
||
| تعداد نشریات | 29 |
| تعداد شمارهها | 2,325 |
| تعداد مقالات | 24,909 |
| تعداد مشاهده مقاله | 83,235,173 |
| تعداد دریافت فایل اصل مقاله | 46,160,754 |