مجله دانشکده پزشکی دانشگاه علوم پزشکی مشهد

مجله دانشکده پزشکی دانشگاه علوم پزشکی مشهد

تشخیص و طبقه بندی بیماری آلزایمر با بلوک‌های رسوبی سه بعدی

نوع مقاله : مقاله پژوهشی

نویسندگان
1 گروه مدیریت فناوری اطلاعات ، واحد علوم و تحقیقات دانشگاه آزاد اسلامی، تهران، ایران
2 گروه مهندسی فناوری اطلاعات، دانشکده مهندسی صنایع، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران
3 گروه مدیریت فناوری اطلاعات، واحد علوم و تحقیقات دانشگاه آزاد اسلامی، تهران، ایران
چکیده
مقدمه: در سال‎های اخیر مطالعات فراوانی برای تجزیه و تحلیل مغز به منظور تشخیص بیماری‎های مغزی انجام شده است که تکنیک‌های یادگیری ماشین نقش به سزایی در ایجاد سیستم‎های هوشمند تشخیصی ایفا کرده‌اند. از بین روش‎های مختلف یادگیری ماشین، روش‎های مبتنی بر یادگیری عمیق در سال‎های اخیر کاربرد گسترده‌ای در ایجاد سیستم‎های هوشمند دستیار پزشکی داشته است که به ایجاد سیستم‌های قدرتمندی جهت تشخیص بیماری منتج شد.
روش کار: در این پژوهش تشخیص بیماران آلزایمری با شبکه عصبی یادگیری عمیق مبتنی بر  بلوک‌های رسوبی سه بعدی ارایه شده است. همچنین روند آموزش و تست روش ارائه شده توسط مجموعه داده ADNI انجام پذیرفت.
نتایج: نتایج حاصل از خروجی این روش در مقایسه با روش‌های ارائه شده در پژوهش‌های قبلی با دقت بالایی عملیات تشخیص و طبقه بندی بیماران آلزایمری انجام گردید.
نتیجه‌گیری: یافته‌های پژوهش حاضر بیانگر آن بودند که یادگیری ماشین با روش‌های یادگیری عمیق می‌تواند زودتر از پزشکان، بیماری آلزایمر را تشخیص دهد.
کلیدواژه‌ها

عنوان مقاله English

Diagnosis and classification of Alzheimer's disease by 3 D Residual Block

نویسندگان English

Firouzeh Razavi 1
Mohammad Jafar Tarekh 2
Mahmood Alborzi 3
1 Department of Information Technology Management, Science and Research Branch, Islamic Azad University, Tehran, Iran
2 Department of Industrial Engineering, K.N. Toosi University of Technology, Tehran, Iran
3 Department of Information Technology Management, Science and Research Branch, Islamic Azad University, Tehran, Iran
چکیده English

abstract
Introduction: In recent years, many studies have been done to analyze brain diseases in order to identify brain diseases that have a significant role in creating diagnostic intelligent systems. among the different methods of machine learning, deep learning based methods in recent years have been a wide application of the development of intelligent systems, which resulted in the creation of powerful systems for diagnosis of disease.
Method: In this study, the diagnosis of Alzheimer's patients with deep learning neural network is based on method of 3- D Residual  Block. the training and test procedure presented by ADNI data set  
Results: The results showed that the output of this Method were conducted in comparison to the proposed methods, accuracy of diagnose and classification of Alzheimer's disease.
Conclusion: the findings of the present study showed that the machine learning with deep learning methods can diagnose Alzheimer's disease sooner than doctors.

کلیدواژه‌ها English

Alzheimer's disease
Deep learning
3-Dimensional Residual Block