احسان یثربی؛ ایمان ذباح؛ مرتضی رمضانی؛ حمید واله؛ ستاره سالارنیا
چکیده
پیشزمینه: آرتروز زانو، یکی از شایعترین بیماریها در انسان است و با توجه به شیوع رو به گسترش آن، تشخیص زودهنگام این بیماری بسیار حائز اهمیت میباشد. توجه به حجم غضروف در مطالعات آرتروز زانو از روی عکسهای رادیولوژی بسیار ضروری است. هدف از این مطالعه کمک به بهبود تشخیص آرتروز زانو به کمک تکنیکهای مبتنی بر هوش مصنوعی و پردازش تصاویر ...
بیشتر
پیشزمینه: آرتروز زانو، یکی از شایعترین بیماریها در انسان است و با توجه به شیوع رو به گسترش آن، تشخیص زودهنگام این بیماری بسیار حائز اهمیت میباشد. توجه به حجم غضروف در مطالعات آرتروز زانو از روی عکسهای رادیولوژی بسیار ضروری است. هدف از این مطالعه کمک به بهبود تشخیص آرتروز زانو به کمک تکنیکهای مبتنی بر هوش مصنوعی و پردازش تصاویر است.
روشبررسی: این تحقیق از نوع تشخیصی است که بر روی 158 نمونه (تصویر امآرآی)، مورد ارزیابی قرار گرفته است. این تصاویر، از پایگاه اطلاعاتی بیمارستان تهران جمعآوری شده، بهطوریکه 111 نمونه مربوط به افراد سالم و 47 نمونه مربوط به افراد مبتلا به آرتروز زانو است. در این مطالعه، بهمنظور تشخیص خودکار آرتروز، روش جدیدی بنام «بلوکبندی تصاویر و تعلیم آن با شبکه عصبی مصنوعی» ارائه شده است. با استفاده از نرمافزار متلب، تصاویر امآرآی دریافت و پس از پیشپردازش آنها، اقدام به پردازش و تشخیص وضعیت آرتروز به کمک شبکههای عصبی مصنوعی شده است.
یافتهها: آزمایشها نشاندهندة عملکرد قابل قبول روش پیشنهاد شده است، بهطوریکه با استفاده از این تکنیک میتوان با دقت 93%، آرتروز زانو را تشخیص داد.
نتیجهگیری: مدل ارائه شده در ایـن مطالعـه میتواند در برنامههای غربـالگری جهـت شناسـایی افـراد در معرض خطر آرتروز، استفاده شود و به عنوان دستیار پزشک در خدمت پزشکان متخصص این حوزه قرار گیرد.