اخبار

نشست ارائه گزارش کاربردی فرصت مطالعاتی عضو هیئت علمی دانشکده فنی و مهندسی دانشگاه لرستان برگزار شد

۱۴۰۲/۰۹/۲۵

نشست ارائه گزارش کاربردی فرصت مطالعاتی دکتر وحید مهرداد، عضو هیئت علمی گروه آموزشی مهندسی برق الکترونیک دانشکده فنی و مهندسی دانشگاه لرستان با عنوان تشخیص بیماری کبد چرب از روی تصاویر پزشکی با استفاده از مدل‌های هوشمند مبتنی بر یادگیری ماشین و کامپیوتر، برگزار شد.

به گزارش روابط عمومی دانشگاه لرستان، اینگونه فرصت‌های مطالعاتی زیرنظر معاونت پژوهش و فناوری دانشگاه لرستان اجرا می‌شوند.

چکیده گزارش فرصت مطالعاتی دکتر مهرداد به این شرح است:

در سال های اخیر هوش مصنوعی و شبکه های عصبی به عنوان ابزاری قدرتمند با دقت بالا برای پردازش تصاویر پزشکی ارائه شده اند.

این مدل‌های محاسباتی برای تقلید از عملکردهای مغز انسان طراحی شده‌اند و در کارهایی که نیازمند تجزیه و تحلیل سریع داده‌ها، تشخیص الگو و تصمیم‌گیری هستند، دارای عملکرد مناسب هستند.

در تشخیص پزشکی، هوش مصنوعی می‌تواند مجموعه داده‌های گسترده‌ای از اطلاعات بیمار را پردازش کنند و امکان تشخیص زودهنگام بیماری و توصیه‌های درمانی دقیق را فراهم کنند.

شبکه‌های عصبی عمیق شکل تخصصی از شبکه‌های عصبی هستند که برای پردازش داده‌های تصاویر دیجیتالی در تصویربرداری پزشکی طراحی شده‌اند.

این شبکه ها در وظایفی مانند طبقه بندی تصویر، تشخیص اشیا و تقسیم بندی معنایی، داری عملکرد مناسب هستند و آنها را به ابزاری ضروری در سونوگرافی، رادیولوژی، آسیب شناسی و فراتر از آن تبدیل می کند.

در مراقبت های بهداشتی، شبکه های عصبی عمیق می توانند ناهنجاری ها را در تصاویر سونگرافی، اشعه ایکس، ام آر آی و سی تی اسکن مشخص کنند و تشخیص را تسریع کنند و نتایج درمان بیماری را بهبود بخشند.

شایع ترین بیماری کبد، بیماری کبد چرب است.

در پزشکی امروز با توجه به میزان چربی موجود در کبد و اطراف آن بیماری کبد چرب را به 4 درجه یا به اصطلاح پزشکی 4 گرید تقسیم بندی می کنند.

یکی از روش های تشخیص اولیه این بیماری عکس برداری از کبد توسط دستگاه سونوگرافی است.

در این پژوهش، ابتدا تصاویر سونوگرافی کبد چرب با همکاری پزشکان متخصص رادیولوژی از مراکز درمانی شهر خرم آباد جمع آوری شده اند.

سپس با استفاده از هوش مصنوعی و شبکه های عصبی عمیق، تصاویر سونوگرافی از کبد چرب برای 4 درجه با دقت 94 درصد طبقه بندی شده است.

نتایج حاصل از این تحقیق می‌­تواند برای تشخیص بیماری کبد چرب، جهت بهبود نتایج درمان با دقت بالایی به پزشکان متخصص در این زمینه کمک نماید.

103


۱۴۰۲/۰۹/۲۵ - ۱۸:۰۳
۴۹۴ بازدید