قطعه بندی هیپوکامپوس مغزی در تصاویر رزونانس مغناطیسی با استفاده از شبکه های عصبی عمیق

نوع: Type: پایان نامه

مقطع: Segment: کارشناسی ارشد

عنوان: Title: قطعه بندی هیپوکامپوس مغزی در تصاویر رزونانس مغناطیسی با استفاده از شبکه های عصبی عمیق

ارائه دهنده: Provider: علیرضا صادقی - رشته کامپیوتر

اساتید راهنما: Supervisors: دکتر حسن ختنلو - دکتر محرم منصوری زاده

اساتید مشاور: Advisory Professors: دکتر محمدرضا رضاپیان

اساتید ممتحن یا داور: Examining professors or referees: دکتر میر حسین دزفولیان - دکتر مه لقا افراسیابی

زمان و تاریخ ارائه: Time and date of presentation: 1402-06-28 10:30

مکان ارائه: Place of presentation: کلاس 27 مهندسی

چکیده: Abstract: هیپوکامپوس مغز یک ساختار مغزی کوچک، میانی و زیر قشری است که به حافظه بلند مدت و کوتاه مدت مربوط می شود. شکل و شمایل هیپوکامپوس مغزی تحت تاثیر مواردی همچون زوال عصبی یا آلزایمر می‌تواند تغییر پیدا کند. در این پژوهش هدف شناسایی و جداسازی بخش هیپوکامپوس مغز از تصاویر رزونانس مغناطیسی است. قطعه‌بندی هیپوکامپوس مغزی از تصویربرداری رزونانس مغناطیسی برای تحقیقات اختلالات عصبی- روانپزشکی از اهمیت بالایی برخوردار است و همچنین می تواند در بررسی بیماری‌هایی مانند آلزایمر، صرع و اسکیزوفرنی استفاده شود. یکی از دلایل ضرورت بررسی و تحلیل تصویر هیپوکامپوس مغزی همانطور که گفته شد پیش بینی احتمال ابتلا به آلزایمر می‌باشد، در صورتی که این بیماری سریع تشخیص داده شود و روند درمان آن در مراحل ابتدایی صورت بگیرد احتمال بهبود آن بیشتر است و احتمال کارآمد بودن روش های درمانی نیز بیشتر است. هزینه‌های بالای مربوط به قطعه‌بندی دستی هیپوکامپوس مغزی باعث شده است که پژوهش‌هایی در حوزه قطعه‌بندی خودکار هیپوکامپوس مغزی از تصاویر پزشکی انجام شود. یکی از مهم‌ترین چالش های سر راه برای جداسازی هیپوکامپوس مغزی در تصاویر پزشکی کوچک بودن محدوده‌ی آن می‌باشد بطوری‌که تشخیص ناحیه قرارگیری هیپوکامپوس مغز در تصاویر پزشکی با چشم غیر مسلح دشوار می‌باشد. هدف اصلی این پژوهش ارائه‌ی مدلی برای قطعه‌بندی و تعیین مرز دقیق قرارگیری هیپوکامپوس مغز در تصاویر رزونانس مغناطیسی است. امروزه یادگیری عمیق در بینایی رایانه دارای نقشی کلیدی بوده و برای اهداف گوناگونی چون بازشناسی تصویر، تشخیص چهره، قطعه‌بندی و تقسیم‌بندی تصاویر پزشکی و... به کار می‌رود. در این پژوهش مدلی جمعی با بهره‌گیری از ماسک فازی از پیش آموزش دیده برای قطعه‌بندی هیپوکامپوس مغز با بهره‌گیری از شبکه‌های عصبی کانولوشنی عمیق ارائه شده است. برای افزایش دقت مدل نهایی در این پژوهش یک ماسک فازی با استفاده از مدل شبکه عصبی کانولوشنی ایجاد شد. استفاده از ماسک فازی از پیش آموزش دیده با حذف قسمت‌های اضافه تصویر رزونانس مغناطیسی توانست پیچیدگی مدل جمعی نهایی را کاهش دهد و موجب افزایش دقت در قطعه‌بندی هیپوکامپوس مغز شود. بعد از ماسک کردن تصاویر از یک مدل جمعی متشکل از شبکه‌های عصبی کانولوشنی برای قطعه‌بندی هیپوکامپوس مغز استفاده شد. مدل نهایی ارائه شده قادر است با دریافت یک تصویر رزونانس مغناطیسی از مغز در صورت مشخص بودن هیپوکامپوس مغز آن را با دقت قابل توجهی شناسایی کند. در ادامه بعد از ایجاد مدل با بخشی از داده‌های موجود در دیتاست، اقدام به ارزیابی مدل شد. نتیجه ارزیابی انجام شده و مقایسه‌ی آن با پژوهش‌های مشابه نشان دهنده نتایج مطلوب و قابل قبولی در حوزه قطعه‌بندی هیپوکامپوس مغز است.

فایل: ّFile: تنزيل فایل