• عنوان

    تشخيص زودهنگام بيماري آلزايمر با استفاده از شبكههاي عميق و مشخصات هندسي نواحي مغز

  • نويسنده اصلي

    هادي پور، مهشيد

  • محل تحصيل
    اصفهان : دانشگاه صنعتي اصفهان
  • رشته تحصيلي
    مهندسي كامپيوتر
  • مقطع تحصيلي
    كارشناسي ارشد
  • چكيده
    بيماري آلزايمر يك بيماري‌شناختي است كه باعث كاهش حافظه، افت توجه، اختلال در توانايي‌هاي زباني و تصميم‌گيري مي‌شود. اين بيماري به علت تخريب نورون‌هاي مغزي رخ مي‌دهد و قابل‌درمان نيست. تنها راه مقابله با بيماري آلزايمر كند كردن روند آن است؛ بنابراين، تشخيص زودهنگام و پيشگيري از ابتلا به اين بيماري از اهميت زيادي برخوردار است. با توجه به اينكه در بيماري آلزايمر ساختار و عملكرد بخش‌هاي مغز به‌خصوص بخش هيپوكامپ تحت تأثير قرار مي‌گيرند، تصويربرداري‌هايي ازجمله تصاوير رزونانس مغناطيسي و اطلاعات باليني منبع ارزشمندي به‌حساب مي‌آيند زيرا با استفاده از الگوريتم‌هاي يادگيري ماشين، مي‌توان از آن‌ها اطلاعات مفيدي استخراج كرد و جهت تشخيص و تصميم‌گيري در مورد شدت بيماري به كار برد. در اين پايان‌نامه، سه رويكرد متفاوت براي تشخيص و پيش‌بيني بيماري آلزايمر تا 36 ماه آينده با استفاده از روش‌هاي يادگيري عميق از روي‌داده‌هاي باليني و تصاوير پزشكي مجموعه داده ADNI معرفي‌شده است. در رويكرد پيشنهادي اول، شبكه‌اي بر اساس يادگيري انتقالي ارائه‌شده است، به‌نحوي‌كه ابتدا يك ساختار U-Net جهت يادگيري تقسيم‌بندي غده‌ي هيپوكامپ، آموزش‌ديده است. بعدازاينكه شبكه دركي از تصاوير مغزي و بخش هيپوكامپ به دست آورد، از قسمت كدگذار به‌عنوان شبكه‌اي جهت استخراج ويژگي استفاده‌شده و در آخر، ويژگي‌هاي استخراجي با يك شبكه‌ي عصبي طبقه‌بندي مي‌شوند. در رويكرد پيشنهادي دوم، يك شبكه‌ي بهبوديافته با استفاده از يادگيري متضاد ارائه مي‌شود كه لايه‌هاي آن روي مجموعه داده‌هاي مربوط به تصاوير MR مغز از پيش آموزش‌ديده است. اين شبكه قادر است تفاوت‌هاي جزئي بين تصاوير سالم و بيمار را شناسايي كند و با دقت نسبتاً بالايي بيماري را طبقه‌بندي كند. در روش پيشنهادي سوم، يك ساختار شبكه عصبي ارائه‌شده است كه اطلاعات سرا سري و محلي را از تصاوير به‌خوبي استخراج مي‌كند و با اطلاعات باليني فرد تركيب مي‌كند. سپس، از اين اطلاعات به‌دست‌آمده با رويكردهاي يادگيري ماشين جهت طبقه‌بندي بيماري استفاده مي‌شود. نتايج نشان داده است كه رويكردهاي ارائه‌شده به ترتيب دقت 89/50، 90/76 و 93/01 درصد در تشخيص و دقت 79/50، 86/25 و 87/02 درصد در پيش‌بيني بيماري آلزايمر به دست آورده‌اند.
  • شماره ركورد
    225864
  • گرايش رشته تحصيلي
    هوش مصنوعي
  • دانشكده
    مهندسي برق و كامپيوتر
  • دانشگاه
    دانشگاه صنعتي اصفهان