H 11

كارشناسي ارشد

روانشناسي عمومي

دانشگاه پيام نور مركز نجف آباد

1403

سيد سعيد آيت

Deep learning , neural network , disease diagnosis , image processing , convolutional neural network , Alzheimer's disease

پردازش تصوير يكي از روش‌هايي است كه در سال‌هاي اخير كاربرد بالايي در علم پزشكي به دست آورده است. دقت بالايي اين الگوريتم‌ها مي‌تواند حس اعتمادي در جامعه نسبت به روش‌هاي تشخيص خودكار بيماري از روي تصاوير به وجود آورد. يكي از اين حوزه‌ها كه نياز به رسيدن به كارايي مناسب دارد، تشخيص خودكار بيماري آلزايمر با استفاده از تصاويري است كه از سر شخص گرفته شده است. در اين حالت سيستم با انجام برخي پردازش‌ها نتيجه موردنظر را براي كاربر اعلام مي‌دارد. شبكه عصبي كانولوشنال جزو كارآمدترين روش‌ها در پردازش تصوير است كه در سالهاي اخير در بسياري از حوزه‌ها موردتوجه قرار گرفته است. اين شبكه توانايي اين را دارد تا به‌صورت يكپارچه عمل استخراج ويژگي و دسته‌بندي را صورت دهد. ازاين‌رو در اين كار از اين شبكه براي طراحي سيستم تشخيص بيماري آلزايمر استفاده شده است. در اين كار از دو آرايش براي ساخت شبكه عصبي كانولوشنال استفاده شده است. پيش از هر چيز از شبكه‌هاي از پيش آموزش‌داده‌شده استفاده شده است تا بتواند فرايند يادگيري را بادقت بالاتري انجام دهد. به همين دليل از دو شبكه cifar10 و Alexnet كه جز مشهورترين شبكه‌ها در پردازش تصوير هستند استفاده شد و با استفاده از تصاوير دادگان مورد بررسي، مورد بازآموزي قرار گرفت. پس از اعمال ايده‌ها و انجام شبيه‌سازي‌ها شبكه Alexnet توانست به‌دقت بالاتري دست يابد و عمل تشخيص آلزايمر را بادقت 96.72% انجام دهد.

1403/06/028

76115