شماره ركورد
10132
عنوان
قطعه بندي بطن چپ در تصاوير ام آر آي قلبي با استفاده از يادگيري عميق
سال تحصيل
1400
استاد راهنما
جناب دكترحميدبهنام
چکيده
تقسيم بندي بطن چپ از مجموعه داده هاي تشديد مغناطيسي قلبي(MRI) يك گام اساسي براي محاسبه شاخص هاي كلينيكي مانند حجم بطن چپ و كسر جهشي است كه اين شاخص ها مي توانند در تشخيص بيماري هاي قلبي كمك كننده باشند. اين مطالعه مروري بر الگوريتم هاي عميق مختلف براي بخش بندي بطن چپ است الگوريتم يادگيري عميق و تركيب آن با يك مدل تغيير شكل پذير مدل تركيبي كه در آن شبكه كانولوشن به منظور تشخيص خودكار بطن چپ واتوانكودر براي استنباط بطن چپ و مدل تغيير شكل پذير براي بهبود تقسيم بندي استفاده گرديد همچنين از استراتژي هاي مختلفي براي ساخت يك مدل شكل آماري از بطن چپ بر روي تصاوير ام آر آي مورد ارزيابي قرار گرفت. در شبكههاي ديگر مانند تركيب CNN و U-Net از CNN براي به دست آوردن منطقه مورد نظر (ROI) و از U-Net براي تقسيم بندي استفاده شده است. در مقاله اي ديگر شبكه عصبي با محدوديت آناتوميكي (ACNN) مطرح شده كه دانش قبلي را به CNN از طريق يك مدل منظم تركيب كردند.
از شبكه عصبي كانولوشن انتها به انتهاي موازي نيز استفاده كردند كه اين شبكه شامل دو شبكه فرعي است كه هر دو مسير از برچسب هاي يكسان استفاده ميكند اين روش ها بر روي مجموعه داده هاي مختلف بررسي گرديد و قدرت آنها با ساير روشها مقايسه شد كه هر كدام از اين روشها در آن مجموعه داده خاص عملكرد مناسبي داشتند.
نام دانشجو
حانيه روزبهاني
تاريخ ارائه
11/30/2021 12:00:00 AM
متن كامل
73154
پديد آورنده
حانيه روزبهاني
تاريخ ورود اطلاعات
1400/09/13
عنوان به انگليسي
Left ventricular segmentation on cardiac MRI images using deep learning
كليدواژه هاي فارسي
تصاوير ام آر آي قلبي , يادگيري عميق , اكوكارديوگرافي , متلب , اپيكارد , اندوكارد , ميوكارد
كليدواژه هاي لاتين
Cardiac MRI images , Deep learning , Matlab , Myocardium , Epicardium , Endocadium