محقق اصفهانی موفق شد؛
تشخیص بیماری چشمی ناشی از دیابت با کمک هوش مصنوعی
علمی
بزرگنمايي:
پیام سپاهان - نخستین فارغ التحصیل رشته هوش مصنوعی و رباتیکز دانشگاه پیام نور مرکز نجف آباد اصفهان برای تشخیص نوعی بیماری چشمی ناشی از دیابت، از روشی مبتنی بر هوش مصنوعی استفاده کرد.
سید سعید آیت، رییس دانشگاه پیام نور نجف آباد در گفتوگو با خبرنگار ایسنا-منطقه اصفهان، اظهار کرد: این طرح در قالب پایان نامه کارشناسی ارشد به تشخیص بیماری رتینوپاتی دیابت با استفاده از پردازش تصاویر فوندوس شبکیه و تکنیکهای مورفولوژیک پرداخت.
وی در توضیح این بیماری چشمی، گفت: "شبکیهرنجوری" یا "رتینوپاتی"(retinopathy)، به اختلالاتی گفته میشود که به آسیب شبکیه چشم میانجامند. شبکیه رنجوری دیابتی، از انواع این بیماری و یکی از دلایل مهم فقدان بینایی در بزرگسالان است. شبکیه، محل تشکیل تصویر چشم و انتقال دادهها به مغز است؛ در نتیجه شبکیه رنجوری بسته به شدت آن میتواند موجب تاری دید و یا نابینایی شود.
رییس دانشگاه پیام نور مرکز نجف آباد با بیان اینکه این بیماری در مراحل ابتدایی، نشانههای زیادی ندارد و ممکن است افراد مبتلا تنها با آغاز از دست دادن بینایی، متوجه آن شوند، اظهار کرد: تشخیص ابتدایی و درمان به موقع میتوانند تفاوت چشمگیری در میزان بینایی بیماران ایجاد کنند.
وی با تاکید بر اینکه این سیستم می تواند، دستاورد بسیار خوبی در درمان بیماران باشد، تصریح کرد: در این روش از تصاویر فوندوس شبکیه چشم استفاده می شود و با استفاده از هوش مصنوعی عروق شبکیه چشم بررسی و میزان آسیب به آنها ارزیابی می شود.
آیت ادامه داد: در روش پیشنهادی، از ترکیبی با هوش مصنوعی استفاده شد، به طوری که بتواند به متخصصان چشم در فرآیند غربالگری رتینوپاتی دیابت کمک کند تا علائم این بیماری را سریعتر، آسانتر و با هزینه کمتر تشخیص دهند.
وی افزود: نواحی مشخصی برای میکروآنوریسمها، با استفاده از ترکیبی از معیارها و عملگرهای مورفولوژیک تعیین و سپس برای افزایش پارامترهای مورد نظر، با استفاده از ابزارهایی نظیر تجزیه و تحلیل مؤلفه اصلی و تبدیل رادون، تشخیص میکروآنوریسمهای واقعی انجام می شود.
استاد راهنمای این پایان نامه ادامه داد: برای ارزیابی، از پایگاه داده های بین المللی مطرح در این زمینه استفاده شده تا بتواند دستاورد این پژوهش را به طور منصفانه مورد مقایسه قرار دهد.
وی در ادامه توضیح داد: این پایگاه داده با نام DiaRetDB1 شامل 89 تصویر است و تصاویر این پایگاه داده به وسیله متخصصان چشم پزشکی مورد بررسی قرار گرفته و نقاط مربوط به میکروآنوریسمها به صورت دستی علامتگذاری شده است.
آیت خاطرنشان کرد: این طرح می تواند کمک بسیار خوبی در تشخیص به موقع این بیماری داشته باشد و عوارض نابینایی ناشی از دیابت را با تشخیص به موقع تا حد قابل توجهی کاهش می دهد.
وی با اشاره به اینکه محققان استرالیایی در طرحی مشابه نیز همچین روشی ارائه داده اند، اظهار کرد: طرح پیاده شده در دانشگاه پیام نور نجف آباد کاملا مشابه طرح محققان استرالیایی است، با این تفاوت که در روش های تجزیه و تحلیل روش های متفاوتی استفاده شده است. با این وجود در مقایسه دو روش نتایج برابر است و گاهی دقت داده های طرح ما بالاتر است.
به گزارش ایسنا، مائده تاجی دانش آموخته رشته مهندسی کامپیوتر- گرایش هوش مصنوعی و رباتیکز از این طرح در قالب پایان نامه کارشناسی ارشد با عنوان "تشخیص بیماری رتینوپاتی دیابت با استفاده از پردازش تصاویر فوندوس شبکیه و تکنیکهای مورفولوژیک" در دانشگاه پیام نور مرکز نجف آباد اصفهان دفاع کرد.
کد خبرنگار:1307
انتهای پیام
لینک کوتاه:
https://www.payamesepahan.ir/Fa/News/87822/