Title
|
تخمين سن استخواني از روي تصاوير راديوگرافيك با استفاده از شبكه هاي عصبي عميق
|
Type
|
Thesis
|
Keywords
|
يادگيري عميق، شبكه هاي عصبي، تصاوير راديوگرافي ،شبكه هاي عصبي عميق، استخوان، تخمين سن استخوان.
|
Abstract
|
تعيين سن استخواني يكي از روش هاي تشخيص راديولوژي است كه در كار روزمره اكثر پزشكان
مورد استفاده قرار ميگيرد و به پزشكان در محاسبه بلوغ سيستم استخواني و سرعت رشد اسكلت
كودكان كمك ميكند. اندازه گيري سن استخوان افراد، معيار مناسبي براي تشخيص بلوغ زودرس
و هم چنين بيماري هاي زمينه اي، نظير بيماري هاي كم كاري تيروئيد و هيپوفيز كه روي رشد مراكز
استخوان تأثير دارند و از روي استخوان قابل تشخيص هستند. سن استخواني بايد با سن تقويمي
متناسب باشد. اين موضوع نشان دهنده رشد طبيعي اسكلت بدن متناسب با سن فرد است. در تعيين
سن استخواني اگر سن استخوان مطابق سن تقويمي باشد، رشد استخوان طبيعي است ولي اگر از
سن تقويمي كمتر باشد، اصطلاحاً به آن تأخير سن استخواني مي گويند. سيستم هاي متفاوتي براي
تخمين سن استخوان اسكلت ارائه شده است كه كم و بيش داراي كمبود و مشكلاتي هستند. در
اين پايان نامه، هدف ارائه سيستمي است كه از روي تصاوير راديولوژي دست با استفاده از شبكه هاي
عصبي عميق، سن استخوان افراد را تخمين بزند. از آنجايي كه تصاوير راديولوژي دست در اينجا،
خود داراي برچسب سن مي باشند، پس سن استخوان افرادي را كه ما تخمين زديم، نسبت به سن
داده شده بايد داراي كمترين خطا باشد. معماري مورد نظرمان داراي روش يادگيري بانظارت بوده
و شبكه عصبي استفاده شده شبكه عصبي پيشخور مي باشد. از توابع فعالسازي نظير رل يو و سافت
مكس استفاده شده است و تعداد لايه ها، 24عدد و معماري هاي استفاده شده شامل كانولوشن دو
بعدي، بچ نورماليزيشن، مكس پولينگ، فلاتتن و دنس مي باشد و دقت وليديشن معماري پيشنهادي
ما شامل 62و دقت ترين 82مي باشد. معماري مورد نظر با روش هاي وي جي جي 16و دنس
نت و اينسپشن مقايسه شده و مي بينيم كه در مقايسه با ساير روش هاي موجود از دقت و كارايي
بالاتري برخوردار است
|
Researchers
|
Zeynab Mohamadi (Student) , Ahmad Shirzadi (Primary advisor) , Habib Rostami (Primary advisor) , Hossein Hosseinzadeh (Advisor)
|