مشخصات پژوهش

عنوان	تشخیص نوع التهاب با استفاده تصاویر موبایل
نوع پژوهش	پایان‌نامه
کلیدواژه‌ها	یادگیری ماشین، یادگیری عمیق، تصاویر پزشکی
چکیده	التهاب گلو یکی از عارضه های رایج در سیستم تنفسی است که ممکن است ناشی از عفونت های ویروسی یا باکتریایی باشد. این عارضه با علائمی مانند گلودرد، قرمزی و تورم همراه است و می تواند به شدت بر کیفیت زندگی افراد تأثیر بگذارد. با توجه به شباهت علائم انواع مختلف التهاب گلو، تشخیص صحیح و سریع نوع عفونت اهمیت زیادی دارد، چراکه تشخیص نادرست می تواند منجر به درمان نامناسب و پیامدهای جدی تری شود. هدف این پژوهش بر آن است تا با بهره گیری از فناوری تصویربرداری موبایل و الگوریتم های یادگیری ماشین، مدلی کارآمد برای تشخیص خودکار نوع التهاب گلو ارائه دهد. هدف اصلی این تحقیق، شناسایی دقیق و تفکیک التهاب های گلو به دو نوع ویروسی و باکتریایی است، چراکه روش های سنتی نیازمند معاینات حضوری و انجام آزمایش های تشخیصی هزینه بر و زمان بر هستند. برای بهبود دقت و سرعت تشخیص، از روش های پردازش تصویر و یادگیری عمیق استفاده شده است. این پژوهش از مجموعه داده های PGUPharyngitis، شامل 900 تصویر با کیفیت بالا از گلوهای افراد مبتلا به التهاب، بهره می گیرد. این تصاویر با استفاده از تلفن های همراه ثبت شده و سپس توسط مدل های شبکه عصبی و تکنیک های پیشرفته یادگیری ماشین تحلیل و دسته بندی شده اند. یافته ها نشان می دهند که الگوریتم های یادگیری عمیق و پردازش تصویر می توانند در تشخیص و دسته بندی انواع التهاب گلو مؤثر عمل کنند و نتایج دقیقی ارائه دهند. همچنین، استفاده از تصاویر موبایل به عنوان یک ابزار تشخیصی، مزایایی چون سرعت بالا و کاهش نیاز به آزمایش های تهاجمی را به همراه دارد. این پژوهش بر کاربرد نوآورانه تصاویر موبایل در تشخیص التهابات گلو تأکید دارد. نتایج حاکی از آن است که ترکیب فناوری موبایل و یادگیری ماشین می تواند به ارائه روشی کارآمدتر برای تشخیص بیماری ها و بهبود کیفیت مراقبت های درمانی در این حوزه کمک کند.
پژوهشگران	نگار شجاعی (دانشجو)، حبیب رستمی (استاد راهنما اول)
تاریخ انجام	1403-12-12