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:

586
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

587
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

طبقه بندی اتوماتیک چربی کبد با استفاده از ویژگی های بافت از روی تصاویر اولتراسوند

صفحات

 صفحه شروع 10 | صفحه پایان 17

چکیده

 زمینه و هدف: تشخیص دقیق و به هنگام بیماری کبد چرب غیرالکلی که عامل اصلی بیماری های مزمن کبد است, بسیار مهم می باشد. سونوگرافی از کبد متداول ترین روش تشخیص میزان کبدچرب می باشد. اما به دلیل کیفیت پایین تصاویر اولتراسوند, نیاز به روش های هوش مصنوعی برای تشخیص دقیق میزان چربی کبدی, ضروری می باشد. هدف این مقاله توسعه یک مدل یادگیری ماشین برای ارزیابی سطح چربی کبد براساس تصاویر التراسوند کبد می باشد. روش بررسی: در این مطالعه تحلیلی که از اردیبهشت 1399 تا آذر 1399 در تهران به طول انجامیده است, از تصاویر اولتراسوند 55 فرد مبتلا به چاقی مفرط که قصد جراحی لاپاروسکوپی داشته اند, استفاده شده و از نتیجه بافت شناسی نمونه برداشتی از کبد در آزمایشگاه به عنوان مرجع میزان چربی کبد استفاده شده است. ابتدا 88 ویژگی مبتنی بر بافت با استفاده از ماتریس هم رخداد سطح خاکستری از تصاویر استخراج شده است. در مرحله ی بعد با استفاده از روش حداقل افزونگی و حداکثر ارتباط 20 ویژگی برتر از میان 88 ویژگی انتخاب شده و به ورودی طبقه بند اعمال شده است. در انتها با استفاده از سه طبقه بند آنالیز افتراقی خطی, ماشین بردار پشتیبان و آدابوست, تصاویر به چهار گروه براساس میزان چربی طبقه بندی شده اند. یافته ها: صحت به دست آمده در این مدل, برای طبقه بند آدابوست برابر با 72/92% شد. در حالی که صحت به دست آمده برای هر دو طبقه بند ماشین بردار پشتیبان و آنالیز افتراقی خطی به ترتیب برابر با 88/87% و 76/75% شده است. نتیجه گیری: رویکرد پیشنهادی مبتنی بر ویژگی های بافت با استفاده از طبقه بند آدابوست از روی تصاویر التراسوند, میزان چربی کبد را با دقت بالا و به صورت اتوماتیک تشخیص می دهد و می تواند در تشخیص نهایی به پزشکان و رادیولوژیست ها کمک شایانی کند.

استنادها

  • ثبت نشده است.
  • ارجاعات

    استناددهی

    APA: کپی

    نادری یاقوتی، امیررضا، شالباف، احمد، و مقصودی، آرش. (1400). طبقه بندی اتوماتیک چربی کبد با استفاده از ویژگی های بافت از روی تصاویر اولتراسوند. مجله دانشکده پزشکی، 79(1 )، 10-17. SID. https://sid.ir/paper/401292/fa

    Vancouver: کپی

    نادری یاقوتی امیررضا، شالباف احمد، مقصودی آرش. طبقه بندی اتوماتیک چربی کبد با استفاده از ویژگی های بافت از روی تصاویر اولتراسوند. مجله دانشکده پزشکی[Internet]. 1400؛79(1 ):10-17. Available from: https://sid.ir/paper/401292/fa

    IEEE: کپی

    امیررضا نادری یاقوتی، احمد شالباف، و آرش مقصودی، “طبقه بندی اتوماتیک چربی کبد با استفاده از ویژگی های بافت از روی تصاویر اولتراسوند،” مجله دانشکده پزشکی، vol. 79، no. 1 ، pp. 10–17، 1400، [Online]. Available: https://sid.ir/paper/401292/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