|
|
تشخیص آرتروز زانو با استفاده از بلوکبندی تصاویر و شبکههای عصبی مصنوعی
|
|
|
|
|
نویسنده
|
یثربی نایینی احسان ,ذباح ایمان ,رمضانی مرتضی ,رضایی فاطمه ,واله حمید
|
منبع
|
جراحي استخوان و مفاصل ايران - 1399 - دوره : 18 - شماره : 4 - صفحه:145 -152
|
چکیده
|
پیشزمینه: آرتروز زانو، یکی از شایعترین بیماریها در انسان است و با توجه به شیوع رو به گسترش آن، تشخیص زودهنگام این بیماری بسیار حائز اهمیت میباشد. توجه به حجم غضروف در مطالعات آرتروز زانو از روی عکسهای رادیولوژی بسیار ضروری است. هدف از این مطالعه کمک به بهبود تشخیص آرتروز زانو به کمک تکنیکهای مبتنی بر هوش مصنوعی و پردازش تصاویر است.روشبررسی: این تحقیق از نوع تشخیصی است که بر روی 158 نمونه (تصویر امآرآی)، مورد ارزیابی قرار گرفته است. این تصاویر، از پایگاه اطلاعاتی بیمارستان تهران جمعآوری شده، بهطوریکه 111 نمونه مربوط به افراد سالم و 47 نمونه مربوط به افراد مبتلا به آرتروز زانو است. در این مطالعه، بهمنظور تشخیص خودکار آرتروز، روش جدیدی بنام «بلوکبندی تصاویر و تعلیم آن با شبکه عصبی مصنوعی» ارائه شده است. با استفاده از نرمافزار متلب، تصاویر امآرآی دریافت و پس از پیشپردازش آنها، اقدام به پردازش و تشخیص وضعیت آرتروز به کمک شبکههای عصبی مصنوعی شده است. یافتهها: آزمایشها نشاندهندة عملکرد قابل قبول روش پیشنهاد شده است، بهطوریکه با استفاده از این تکنیک میتوان با دقت 93%، آرتروز زانو را تشخیص داد. نتیجهگیری: مدل ارائه شده در این مطالعه میتواند در برنامههای غربالگری جهت شناسایی افراد در معرض خطر آرتروز، استفاده شود و به عنوان دستیار پزشک در خدمت پزشکان متخصص این حوزه قرار گیرد.
|
کلیدواژه
|
پردازش تصویر دیجیتال، استئوآرتریت زانو، ام آر آی، شبکههای عصبی محاسباتی، زانو
|
آدرس
|
دانشگاه تربت حیدریهتربت حیدریه, گروه کامپیوتر, ایران, دانشگاه تربت حیدریهآزاد اسلامی تربت حیدریه, گروه کامپیوتر, ایران, دانشگاه تربت حیدریه, ایران, دانشگاه تربت حیدریه, ایران, دانشگاه تربت حیدریه, ایران
|
پست الکترونیکی
|
hamid.vale@gmail.com
|
|
|
|
|
|
|
|
|
detection of knee osteoarthritis using image segmentation and artificial neural networks
|
|
|
Authors
|
yasrebi ehsan ,zabbah iman ,ramezani morteza ,salarniya setare ,valeh hamid
|
Abstract
|
background: knee osteoarthritis is one of the common diseases in humans and due to its increasing spread, early diagnosis of this disease is very important. consideration of cartilage volume in knee osteoarthritis studies from radiological images is very necessary. the aim of this study is to help improve the diagnosis of knee osteoarthritis with the help of artificial intelligence and image processing techniques.methods: this is a diagnostic study that has been evaluated on 957 mri images. images were collected from tehran hospital database, such that 111 samples were related to healthy individuals and 48 samples to people with knee osteoarthritis. in this study, in order to diagnose osteoarthritis automatically, a new method called “image distinguishing and teaching it to artificial neural network”,using matlab software was used. mri images were received and after pre-processing they were processed to diagnose osteoarthritis conditions with the help of artificial neural networks.findings: experiments show acceptable performance of the proposed method, such that using this technique the diagnose of knee osteoarthritis was possible, with 93% accuracy.results: the proposed model can be used in screening plans in order to identify people in danger of developing osteoarthritis and can serve as doctor assistants.
|
|
|
|
|
|
|
|
|
|
|
|
|