مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

205
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

37
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

تخمین سن استخوانی کودکان مبتنی بر یادگیری عمیق با استفاده از رادیوگرافی دست

صفحات

 صفحه شروع 1037 | صفحه پایان 1043

چکیده

 مقدمه: از تصاویر رادیوگرافی دست, به صورت رایج جهت ارزیابی بلوغ استخوانی استفاده می شود. به طوری که تفاوت چشمگیر میان سن ارزیابی شده و سن تقویمی می تواند نشان دهنده ی اختلال در رشد باشد. با این حال ارزیابی دستی تصاویر, معمولاً فرایندی زمان بر و وابسته به ناظر است. لذا هدف از انجام این مطالعه, ایجاد روشی خودکار برای ارزیابی سن استخوانی با استفاده از تصاویر رادیوگرافی دست می باشد. روش ها: در این پژوهش که از نوع بنیادی-کاربردی می باشد, از مجموعه تصاویر رادیوگرافی انجمن رادیولوژی آمریکای شمالی (Radiological Society of North America) RSNA استفاده شد و روش یادگیری انتقالی برای تخمین سن استخوانی کودکان پیشنهاد گردید. تصاویر ورودی, ابتدا به دلیل کیفیت پایین مورد پیش پردازش قرار گرفتند. سپس مدل از پیش آموزش دیده 121DenseNet-برای استخراج ویژگی های مکانی متمایزکننده مورد استفاده قرار گرفت. یافته ها: ارزیابی ها با استفاده از پنج مدل از پیش آموزش دیده و بر روی مجموعه ی داده ی RSNA نشان دادند که مدل 121DenseNet-پس از تنظیم می تواند با میانگین خطای مطلق 9/8 ماه بهتر از سایر مدل ها عمل کند. نتیجه گیری: بلوغ اسکلتی می تواند با استفاده از مدل 121DenseNet-با دقت رضایت بخشی تخمین زده شود و از این روش می توان به رادیولوژیست ها در اندازه گیری سریع و دقیق سن استخوانی کمک نمود.

چندرسانه ای

  • ثبت نشده است.
  • استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    سیرتی امشه، مجتبی، شعبانی نیا، الهام، و چاپاریان، علی. (1401). تخمین سن استخوانی کودکان مبتنی بر یادگیری عمیق با استفاده از رادیوگرافی دست. مجله دانشکده پزشکی اصفهان، 40(700)، 1037-1043. SID. https://sid.ir/paper/1118637/fa

    Vancouver: کپی

    سیرتی امشه مجتبی، شعبانی نیا الهام، چاپاریان علی. تخمین سن استخوانی کودکان مبتنی بر یادگیری عمیق با استفاده از رادیوگرافی دست. مجله دانشکده پزشکی اصفهان[Internet]. 1401؛40(700):1037-1043. Available from: https://sid.ir/paper/1118637/fa

    IEEE: کپی

    مجتبی سیرتی امشه، الهام شعبانی نیا، و علی چاپاریان، “تخمین سن استخوانی کودکان مبتنی بر یادگیری عمیق با استفاده از رادیوگرافی دست،” مجله دانشکده پزشکی اصفهان، vol. 40، no. 700، pp. 1037–1043، 1401، [Online]. Available: https://sid.ir/paper/1118637/fa

    مقالات مرتبط نشریه ای

  • ثبت نشده است.
  • مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button