شماره ركورد كنفرانس
5231
عنوان مقاله
يك روش يادگيري عميق تركيبي به منظور تخمين سن بيولوژيكي مغز براي كمك به تشخيص بيماري با استفاده از تصاوير MRI
پديدآورندگان
جهانشيري زهرا ؛،دانشكده مهندسي برق و كامپيوتر،دانشگاه تربيت مدرس،تهران،ايران؛z.jahanshiri@modarec.ac. , صنيعي آباده محمد دانشكده مهندسي برق و كامپيوتر،دانشگاه تربيت مدرس،تهران،ايران؛m.saniee@modares.ac.
تعداد صفحه
6
كليدواژه
شبكهي سه-بعدي , سن بيولوژيكي مغز , يادگيري ماشين ,
سال انتشار
1398
عنوان كنفرانس
يازدهمين كنفرانس ملي و اولين كنفرانس بينالمللي بينايي ماشين و پردازش تصوير ايران
زبان مدرك
فارسي
چكيده فارسي
سن بيولوژيكي مغز از روي تصاوير MRI قابل محاسبه است. امروزه پزشكان دريافته اند كه اين اطلاعات در تشخيص و درمان بسياري از بيماريها مفيد است. براي تخمين سن بيولوژيكي مغز در اين مقاله ابتدا يك شبكه يادگيري عميق از نوع 3DCNN بر روي تصاوير MRI مغزي 2001 فرد سالم از مجموعه دادهي BANC پيادهسازي ميشود. در ادامه از اين شبكهي سه بعدي به عنوان يك بلاك آماده (شبكه از قبل آموزش ديده) براي استخراج ويژگي استفاده شدهاست. در راستاي تخمين سن مغز، ويژگيهاي لايهي آخر اين شبكه به سه روش يادگيري ماشين براي رگرسيون يعني SVR، RVRو GPR داده ميشود. در اينجا خروجي هر روش يك عدد است كه بيانگر سن بيولوژيكي تخميني مغز توسط آن روش است. نتايج حاصل به صورت مستقل با هريك از روشهاي ياد شده مقايسه ميگردد و نتايج مقايسات بيانگر آن است كه ويژگيهاي استخراج شده توسط يك شبكهي 3DCNN باعث بهبود در نتايج خروجي نهايي نسبت به نتايج گزارش شده در مقالات مشابه شدهاست. علاوه بر اين به عنوان يك روش ادغام نتايج حاصل از روشهاي رگرسيون متفاوت، تمامي خروجيها اعم از شبكه 3DCNN با يك نورون در لايه آخر، SVR، RVR و GPR به يك شبكه عصبي جديد با يك تك نورون از نوع پرسپترون خطي داده شده و جمع وزنداري از سنهاي تخميني توسط اين روشها در جهت كاهش خطا به عنوان سن مغز ارائه ميشود.
كشور
ايران
لينک به اين مدرک