شماره ركورد :
1239975
عنوان مقاله :
تشخيص آرتروز زانو با استفاده از بلوك‌بندي تصاوير و شبكه‌هاي عصبي مصنوعي
عنوان به زبان ديگر :
Detection of Knee Osteoarthritis Using Image Segmentation and Artificial Neural Networks
پديد آورندگان :
ذباح، ايمان دانشگاه آزاد اسلامي تربت حيدريه - گروه كامپيوتر، ايران , رمضاني، مرتضي دانشگاه آزاد اسلامي تربت حيدريه - گروه كامپيوتر، ايران , واله، حميد دانشگاه آزاد اسلامي تربت حيدريه - گروه كامپيوتر، ايران , سالارنيا، ستاره دانشگاه آزاد اسلامي تربت حيدريه - گروه كامپيوتر، ايران , يثربي، احسان دانشگاه آزاد اسلامي تربت حيدريه، ايران
تعداد صفحه :
8
از صفحه :
145
از صفحه (ادامه) :
0
تا صفحه :
152
تا صفحه(ادامه) :
0
كليدواژه :
پردازش تصوير , تشخيص خودكار , آرتروز زانو , بلوك‌بندي , شبكه‌ عصبي‌ مصنوعي
چكيده فارسي :
پيش زمينه : آرتروز زانو، يكي از شايع‌ترين بيماري‌ها در انسان است و با توجه به شيوع رو به گسترش آن، تشخيص زودهنگام اين بيماري بسيار حائز اهميت مي‌باشد. توجه به حجم غضروف در مطالعات آرتروز زانو از روي عكس‌هاي راديولوژي بسيار ضروري است. هدف از اين مطالعه كمك به بهبود تشخيص آرتروز زانو به كمك تكنيك هاي مبتني بر هوش مصنوعي و پردازش تصاوير مي باشد. روش بررسي : اين تحقيق از نوع تشخيصي بوده كه بر روي 158 نمونه (تصوير MRI)، مورد ارزيابي قرار گرفته‌است. اين تصاوير، از پايگاه اطلاعاتي بيمارستان تهران جمع‌آوري شده، به‌طوري‌كه 111 نمونه مربوط به افراد سالم و 47 نمونه مربوط به افراد مبتلا به آرتروز زانو است. در اين مطالعه، به‌منظور تشخيص خودكار آرتروز ، روش جديدي بنام " بلوك‌بندي تصاوير و تعليم آن با شبكه عصبي مصنوعي " ارائه گرديده است. با استفاده از نرم‌افزار متلب، تصاوير MRI دريافت و پس از پيش‌پردازش آن‌ها، اقدام به پردازش و تشخيص وضعيت آرتروز به كمك شبكه‌هاي‌عصبي‌مصنوعي شده است. يافته ها : آزمايشات‌ نشان‌دهنده عملكرد قابل قبول روش پيشنهادشده مي باشد، به‌طوري‌كه با استفاده از اين تكنيك مي‌توان با دقت 93%، آرتروز زانو را تشخيص داد. نتيجه گيري: مدل ارائه شده در ايـن مطالعـه مي‌تواند در برنامه‌هاي غربـالگري جهـت شناسـايي افـراد در معرض خطر آرتروز، استفاده‌شده و به‌عنوان دستيار پزشك در خدمت پزشكان متخصص اين حوزه قرار گيرد.
چكيده لاتين :
Background: Knee osteoarthritis is one of the common diseases in humans and due to its increasing spread, early diagnosis of this disease is very important. Consideration of cartilage volume in knee osteoarthritis studies from radiological images is very necessary. The aim of this study is to help improve the diagnosis of knee osteoarthritis with the help of artificial intelligence and image processing techniques. Methods: This is a diagnostic study that has been evaluated on 957 MRI images. Images were collected from Tehran Hospital database, such that 111 samples were related to healthy individuals and 48 samples to people with knee osteoarthritis. In this study, in order to diagnose osteoarthritis automatically, a new method called “image distinguishing and teaching it to artificial neural network”,using MATLAB software was used. MRI images were received and after pre-processing they were processed to diagnose osteoarthritis conditions with the help of artificial neural networks. Findings: Experiments show acceptable performance of the proposed method, such that using this technique the diagnose of knee osteoarthritis was possible, with 93% accuracy. Results: the proposed model can be used in screening plans in order to identify people in danger of developing osteoarthritis and can serve as doctor assistants.
سال انتشار :
1399
عنوان نشريه :
جراحي استخوان و مفاصل ايران
فايل PDF :
8461172
لينک به اين مدرک :
بازگشت