مقایسه دو روش تصویرگیری t1با تزریق ماده حاحب و dwi در تشخیص پلاک‌های فعال مولتیپل اسکلروزیس

مولتیپل اسکلروزیس (ms ) یکی از بیماری‌های شایع سیستم خود ایمنی می‌باشد که روی سیتم عصبی مرکزی تاثیر می‌گذارد. تشخیص این بیماری در مراحل اولیه و همچنین تشخیصms پیش رونده جهت کنترل و درمان بیماری دارای اهمیت فراوان است. امروزه سیستم های تشخیص به کمک کامپیوتر برای کمک به پزشکان و بیماران جهت تشخیص بیماری های مختلف استفاده می شوند.موضوع: مقایسه دو روش تصویرگیری t1با تزریق ماده حاحب و dwiدر تشخیص پلاک‌های فعال مولتیپل اسکلروزیس.اهداف: از آنجا که تشخیص ms پیش‌رونده وابسته به پروتکل t1-post contrast و تزریق ماده حاجب است، لذا این مطالعه با هدف حذف تزریق جهت تشخیصms پیش رونده با استفاده از تصاویر mr صورت گرفته است.روش تحقیق: در این مطالعه یک سیستم cad با استفاده از شبکه عصبی کانولوشن پیشنهاد شده است. پایگاه داده مورد استفاده در این مطالعه دارای 276 تصویر mr است که از میان آن ها 108 تصویر مربوط به بیماران مبتلا به ms و 168 تصویر دارای ms پیشرونده هستند. بدین منظور از شبکه عصبی کانولوشن با دو مدل پیشنهادی جهت تشخیص پلاک فعال استفاده شده است. نتایج این روش با الگوریتم ماشین بردار پشتیبان مورد مقایسه قرار گرفته است. پس از آموزش مدل cnn و ارزیابی آن توسط سه شاخص صحت، حساسیت و تشخیص پذیری انجام شده است.نتایج: نتایج ارزیابی سیستم پیشنهادی شامل صحت، حساسیت و تشخیص‌پذیری به ترتیب 92.27، 88.02 و95.03به دست آمده است، که نشان دهنده عملکرد بالای سیستم پیشنهادی است.

comparison of t1 imaging methods with contrast injection and dwi in the diagnosis of active multiple sclerosis plaques

multiple sclerosis (ms) is one of the most common diseases of the autoimmune system that affects the central nervous system. diagnosis of this disease in the early stages as well as the diagnosis of progressive ms is very important for the control and treatment of the disease. today, computer-aided diagnostic systems are used to help physicians and patients diagnose various diseases.subject: comparison of t1 imaging methods with injection of afferent and dwi in the diagnosis of active multiple sclerosis plaques.objectives: since the diagnosis of progressive ms depends on the t1-post contrast protocol and contrast injection, this study was performed to eliminate the injection to diagnose progressive ms using mr images.methods: in this study, a cad system using convolutional neural network is proposed. the database used in this study contains 276 mr images, of which 108 images are related to patients with ms and 168 images are associated with progressive ms. for this purpose, convolutional neural network with two proposed models has been used to detect active plaque. the results of this method are compared with the backup vector machine algorithm. after training the cnn model and evaluating it by three indicators of accuracy, sensitivity and diagnostics.results: the evaluation results of the proposed system including accuracy, sensitivity and diagnostics were obtained 92.27, 88.02 and 95.03, respectively, which indicates the high performance of the proposed system.