دستاورد محققان دانشگاه تهران در زمینه تشخیص خودکار بیماریهای چشمی
تاریخ انتشار: ۴ اسفند ۱۴۰۱ | کد خبر: ۳۷۱۸۲۵۷۴
به گزارش گروه دانشگاه خبرگزاری فارس به نقل از روابط عمومی دانشگاه تهران، پژوهشگران دانشکده مهندسی برق و کامپیوتر دانشگاه تهران به سرپرستی حمید سلطانیانزاده، رئیس آزمایشگاه مهندسی پزشکی، برای طبقهبندی خودکار تصاویر مقطعنگاری همدوسی اپتیکی در بیماران مبتلا به دژنراسیون وابسته به سن ماکولا Age-related Macular Degeneration (AMD) روشی خودکار توسعه دادهاند.
بیشتر بخوانید:
اخباری که در وبسایت منتشر نمیشوند!
حمید سلطانیانزاده در توضیح اهمیت این یافته پزشکی گفت: تشخیص خودکار بیماریهای چشمی یکی از حوزههای فعال تحقیقات در آنالیز تصاویر پزشکی است و دژنراسیون وابسته به سن ماکولا یکی از انواع بیماریهای چشمی و متداولترین دلیل نابینایی در کشورهای توسعهیافته به خصوص در افراد بالای ۶۰ سال است.
استفاده گسترده از تصویربرداری در سالهای اخیر، افزایش جمعیت سالخورده، و همچنین ماهیت مزمن این بیماری بار کاری متخصصین چشمپزشکی و سیستم سلامت را افزایش داده است. از طرف دیگر، توسعههای صورت گرفته در هوش مصنوعی و یادگیری عمیق، فرصتی مناسب برای طراحی سیستمهای خودکار تشخیصی به وجود آورده است.
استاد دانشگاه تهران افزود: در این طرح، الگوریتمی نوین طراحی شده است که از یک ساختار کانولوشنی چند مقیاسه مبتنی بر شبکههای هرمی ویژگی برای جداسازی افراد سالم و دو حالت بیماری یعنی دروزن و نئواسکولاریزاسیون کروئیدی بهره میبرد. این شبکهها در کاربردهای بخشبندی تصاویر و تشخیص اشیا مورد استفاده قرار گرفتهاند اما در این پژوهش، با انجام تغییرات ساختاری، آنها را برای طبقهبندی مورد استفاده قرار دادهایم. استفاده از ساختار چند مقیاسه در طراحی این شبکه باعث میشود تا ویژگیهای غیرقابل تشخیص در یک مقیاس، در مقیاسی دیگر بررسی شوند که موجب افزایش دقت طبقهبندی میشود.
رئیس آزمایشگاه مهندسی پزشکی دانشگاه تهران با بیان اینکه این یافته حاصل یک همکاری بینرشتهای است، اظهار داشت: برای آموزش و ارزیابی عملکرد ساختار پیشنهادی، یک مجموعه از دادههای ملی شامل بیش از ۲۰ هزار تصویر شبکیه چشم از ۴۴۱ بیمار مراجعهکننده به یک بیمارستان فوق تخصصی چشم پزشکی در تهران جمعآوری شد و توسط متخصص چشم پزشک برچسبگذاری شد. به منظور برطرف کردن مشکل توزیع غیریکسان دادهها از تابع هزینه آنتروپی متقاطع چند کلاسه وزندار استفاده کردیم و ساختاری چند مقیاسه طراحی شد تا دقت دستهبندی بالاتری نسبت به مدل پایه داشته باشد. همچنین با تنظیم تعداد هرمهای ویژگی ترکیبشده، دقت را افزایش دادیم. از تأثیر مثبت پیش آموزش تدریجی بر عملکرد بهترین مدل هم استفاده کردیم و در نهایت به دقت بالای ۹۳% رسیدیم.
وی افزود: به منظور ایجاد تفسیرپذیری نتایج، نقشههای گرمایی را رسم کردیم. رسم نقشههای گرمایی باعث مشخص شدن ناحیه تصمیم شبکه شده و اعتماد بیمار و پزشک متخصص را به روشهای مبتنی بر هوش مصنوعی افزایش میدهد.
سلطانیانزاده گفت: سامان ستودهپیما و عطاالله جدیری از دانشجویان همکار در این طرح بودند.
پایان پیام/
منبع: فارس
کلیدواژه: دانشگاه تهران دانشگاه تهران
درخواست حذف خبر:
«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را بهطور اتوماتیک از وبسایت www.farsnews.ir دریافت کردهاست، لذا منبع این خبر، وبسایت «فارس» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۷۱۸۲۵۷۴ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتیکه در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.
با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.
خبر بعدی:
ارائه جدیدترین دستاوردهای هوش مصنوعی در تصویربرداری پزشکی
عضو هیات علمی دانشگاه علوم پزشکی تهران، از ارائه جدیدترین دستاوردهای هوش مصنوعی در کنگره سالانه انجمن رادیولوژی ایران خبر داد.
به گزارش گروه اجتماعی خبرگزاری دانشجو، لیلا آقا قزوینی، عضو هیئت علمی دانشگاه علوم پزشکی تهران گفت: در سی و نهمین کنگره سالانه انجمن رادیولوژی ایران، جدیدترین دستاوردها در زمینه رادیولوژی نوین و هوش مصنوعی برای متخصصان داخلی و خارج از کشور ارائه میشود.
این متخصص رادیولوژی افزود: با توجه به اهمیت ارائه خدمات پزشکی به بیماران مراجعه کننده به اورژانسها به خصوص بیماران دچار تروما و سکته مغزی، تصویربرداری در اورژانس در کنار دیگر مباحثی، چون تصویربرداری سیستم عضلانی اسکلتی، تصویربرداری زنان و بارداری و تصویربرداری سروگردن از محورهای مورد تمرکز کنگره امسال انجمن رادیولوژی ایران است.
وی با اشاره به شعار کنگره امسال که «رادیولوژی آینده فراتر از افق هاست» و به همین منظور نقش هوش مصنوعی، چت پاتها و چت جی پی تی (Chat GPT) در رشته رادیولوژی مورد بحث و بررسی متخصصان این رشته قرار خواهد گرفت، اظهار داشت: همچنین در این کنگره چالشهای مربوط به هوش مصنوعی و نیز مبحث اخلاق پزشکی در رادیولوژی به همراه ارایه راهکارها در این حوزه ارایه خواهد شد.
آقا قزوینی با تاکید بر اهمیت درج شرح حال کامل و هدفمند بیمار توسط پزشکان بالینی درخواست کننده تصویربرداری برای دریافت گزارشهای اصولی و کاربردی تصویربرداری، یادآور شد: از آنجا که دقت و صحت تصاویر درخواستی متخصصان مربوطه در جهت تشخیص دقیق بیماری و بهبود حال بیمار موثر است، آشنایی با نکات چالش برانگیز و گمراه کننده تشخیصی در تصویربرداری در این کنگره مورد بحث و هم اندیشی متخصصان این رشته قرار خواهد گرفت.
وی ادامه داد: کنگره رادیولوژی ایران یکی از بزرگترین کنگرههای تخصصی پزشکی در کشور به شمار میرود که همه ساله میزبان استادان داخلی و خارجی و نیز رادیولوژیستها و سایر رشتههای تخصصی است که امسال قرار است در آن مباحث مهم دیگری مانند PET اسکنها مورد بحث و هم اندیشی متخصصان حاذق در این رشتهها قرار گیرد.
این کنگره با حضور بیش از ۴۰۰۰ نفر از رادیولوژیست ها، دستیاران رادیولوژی و رشتههای مرتبط و نیز با حضور بیش از ۴۰۰ سخنران داخلی و خارجی به ارایه جدیدترین دستاوردهای علم تصویربرداری میپردازد.
سی و نهمین کنگره سالانه انجمن رادیولوژی ایران، از ۱۸ تا ۲۱ اردیبهشت ۱۴۰۳ در هتل المپیک تهران برگزار میشود. همچنین، همزمان با این کنگره، آخرین دستاوردهای تجهیزات رشته تصویربرداری در قالب نمایشگاهی در معرض دید حاضران قرار میگیرد.