شماره ركورد
11572
عنوان
استفاده از انواع شبكه هاي عصبي عميق براي قطعه بندي تصاوير پزشكي
سال تحصيل
1400
استاد راهنما
احمد آيت الهي
چکيده
قطعه بندي تصوير شاخه اي از پردازش تصوير ديجيتال است،كه فرآيند تقسيم يك تصوير به مجموعه اي از گروهها، به طوري كه تمام عناصر حاضر در يك گروه داراي ويژگي مشتركي باشند. قطعه بندي كاربردهايي در زمينه تحليل تصاوير،واقعيت افزوده ،بينايي ماشين و بسياري موارد ديگر دارد . در حوزه پزشكي نيز پردازش تصاوير پزشكي براي تجزيه و تحليل تصاوير پزشكي در حال توسعه مي باشد. پردازش تصاوير پزشكي بازه وسيعي از كاربردها از تشخيص ديابت چشمي از روي تصاوير شبكيه چشم تا قطعه بندي تصاوير MRIجهت تشخيص تومور هاي مغز انسان را در بر مي گيرد. . نگرش هاي گوناگون دسته بندي و قطعه بندي مبتني بر يادگيري عميق در مقالات مختلفي ارائه شده است. روشهاي قديميتر مبتني بر استخراج ويژگي به وسيله انسان بوده است. در سال هاي اخير با توجه به ظهور شبكه هاي عصبي عميق استخراج ويژگي از تصاوير از عهده انسان برداشته شده است تا بتوان به تمامي ويژگيهاي موجود در تصوير تكيه كرد. امروزه رشد قابل توجه و هوشمندي براي كامپيوترها به دليل دستاوردها و عملكرد بالاي الگوريتمهاي يادگيري عميق است، اين امر مي تواند يك مزيت در عمل پزشكي قلمداد شود كه از هزينههاي اضافي زماني و مالي جلوگيري كند،دقت در عمل را بسيار بالا ببرد و با كمك به جامعه پزشكان از اشتباهات ممكن جلوگيري كند. در همين راستا در اين سمينار به بررسي انواع الگوريتم و شبكه هاي عصبي عميق پايهاي،همچنين شبكه هاي عميق جديد وكارآمد و مزايا و معايب هر الگوريتم و روش هاي بهبود شبكه هاي عصبي ميپردازيم.تاكيد اين سمينار برروي مناسب ترين شبكه هاي عصبي براي قطعه بندي تصاوير پزشكي مي باشد.
نام دانشجو
زهرا بابايي دنجكلايي
تاريخ ارائه
1/19/2023 12:00:00 AM
متن كامل
77267
پديد آورنده
زهرا بابايي دنجكلايي
تاريخ ورود اطلاعات
1401/10/05
عنوان به انگليسي
using deep learning for medical images segmentation
كليدواژه هاي فارسي
شبكه عصبي عميق،قطعه بندي تصاوير پزشكي،پردازش تصاوير ديجيتال،استخراج ويژگي
كليدواژه هاي لاتين
Segmentition Digital images processing Augmented reality Machine vision Deep neural network